Question

我有一个大数据集，我想从中选择随机子集（randomly_live），然后在R中运行一个模型（逻辑回归）。因此，我想运行100个逻辑回归来计算系数为正数的次数迹象表明，它们多次具有重要意义，并根据Hosmer-Lemeshow标准显示出最佳模型。

我认为可以逐个循环，但是我对此感到非常困惑。

这是我一次迭代就拥有的一段代码

    randomRows = function(df,n){
      return(df[sample(nrow(df),n),])
    }


    set.seed(567)
    df.split <- split(full_data, full_data$ID)


    df.sample <- lapply(df.split, randomRows, 1)
    df.final <- do.call("rbind", df.sample)
    randomly_live <- randomRows(df.final, nrow(default))
    data1 <- rbind(default, randomly_live)


    model = glm(default ~ log(assets)+…+H1, data = data1,
                  family = 'binomial')


    library(ResourceSelection)

    hl <- hoslem.test(model$y, fitted(model), g=10)

有人可以帮忙吗？

Answer 1

这是可行的方法

myResults <- list()

for(i in 1:100){
  model <- glm(vs ~ . , data = mtcars)
  hl <- hoslem.test(model$y, fitted(model), g=10)
  pos <- length(which(coef(model)>0))
  pvals <- summary(model)$coefficients[,4]
  hl_pval <- hl$p.value
  myResults[[i]] <- list(pos = pos, pvals = pvals,hl_pval=hl_pval)
}

# lowest pvalue
which.min(unlist(lapply(myResults, FUN = function(x) x[[3]])))

如何对几个随机数据子集进行回归

1 个答案: