Question

我在一个变量（a）上将多个模型拟合为mod1。输出mod1包含5个模型的回归拟合列表。我在模型列表中做了一些操作。现在，我想将mod1取消列出到诸如fit1，fit2，... fit5等的单个回归模型输出中。

func <-function(z){
  fit1 <- lm( y~ x + z )
  fit2 <- lm( y~x + I(z^2))
  fit3 <- lm( y~poly(x,3) + z)
  fit4 <- lm( y~ns(x, 3) + z)
  fit5 <- lm( y~ns(x, 9) + z)
  return(list(fit1, fit2, fit3, fit4, fit5))
}

mod1 <- func(data$a) 

test <- unlist(mod1, recursive = TRUE, use.names = TRUE)

当我使用unlist（）时，输出变成了很长的难以理解的字符串。即使当我尝试以下操作时，它仍然是1个型号的列表。

fit1 <- mod1[1]

有人对如何从回归模型输出列表中一一分离模型有任何想法吗？

谢谢！

Answer 1

我建议结合使用broom来整理lm的输出，以及标准列表方法lapply和[[索引以使用列表。

了解有关使用R here中的列表的更多信息。

library(splines)

# create some example data
d <- data.frame(x = rnorm(100, 0, 1),
                y = rnorm(100, 0, 1),
                z = rnorm(100, 0, 1))

# function to fit 5 models
func <-function(d){
  fit1 <- lm( y~ x + z, data = d)
  fit2 <- lm( y~x + I(z^2), data = d)
  fit3 <- lm( y~poly(x,3) + z, data = d)
  fit4 <- lm( y~ns(x, 3) + z, data = d)
  fit5 <- lm( y~ns(x, 9) + z, data = d)

  # store models in a list
  l <- list(fit1, fit2, fit3, fit4, fit5)

  # name the models
  names(l) <- paste0("fit", 1:5) 

  return(l)
}

# run the function
mods <- func(d)

使用双括号[[

访问列表中的每个元素

mods[[1]]

Call:
  lm(formula = y ~ x + z, data = d)

Coefficients:
  (Intercept)            x            z  
0.03339     -0.05128     -0.15288  

mods[[2]]

Call:
  lm(formula = y ~ x + I(z^2), data = d)

Coefficients:
  (Intercept)            x       I(z^2)  
0.01739     -0.04490      0.01258

使用扫帚“整理”模型输出

library(broom)
tidy(mods[[1]])

# A tibble: 3 x 5
term        estimate std.error statistic p.value
<chr>          <dbl>     <dbl>     <dbl>   <dbl>
  1 (Intercept)   0.0334    0.0985     0.339   0.735
2 x            -0.0513    0.103     -0.499   0.619
3 z            -0.153     0.102     -1.50    0.138

使用lapply（或purrr::map）整理模型输出列表。

tidy_mods <- lapply(mods, tidy) 

# add names to each data frame and combine into one big data frame
for(i in 1:length(tidy_mods)) tidy_mods[[i]]$mod <- names(tidy_mods[i])
do.call(rbind.data.frame, tidy_mods)

# A tibble: 27 x 6
term        estimate std.error statistic p.value mod  
* <chr>          <dbl>     <dbl>     <dbl>   <dbl> <chr>
  1 (Intercept)   0.0334    0.0985     0.339  0.735  fit1 
2 x            -0.0513    0.103     -0.499  0.619  fit1 
3 z            -0.153     0.102     -1.50   0.138  fit1 
4 (Intercept)   0.0174    0.130      0.134  0.894  fit2 
5 x            -0.0449    0.105     -0.429  0.669  fit2 
6 I(z^2)        0.0126    0.0894     0.141  0.888  fit2 
7 (Intercept)   0.0309    0.0975     0.317  0.752  fit3 
8 poly(x, 3)1  -0.493     0.975     -0.505  0.614  fit3 
9 poly(x, 3)2  -0.569     0.975     -0.584  0.561  fit3 
10 poly(x, 3)3   1.78      0.976      1.83   0.0709 fit3

如何取消列出R中的回归模型列表

1 个答案: