Question

我正在尝试使用过程lm()预测线性模型（具有4个预测因子的基本线性回归）。一切正常。

我现在想做的是引导模型。在Google上进行了快速研究之后，我发现了simpleboot软件包，它似乎很容易理解。

我可以使用以下类似方法轻松引导lm.object：

boot_mod <- lm.boot(mod,R=100,rows=TRUE)

，然后打印对象boot_mod。

我还可以访问列表，其中每个引导程序样本的系数都在RSS，R²等其他度量标准中。

谁能告诉我如何将启动列表中的所有系数保存到列表或数据框中？

结果充其量看起来像这样：

boot_coef

sample coef 1 coef 2 coef 3...
1      1,1    1,4    ...
2      1,2    1,5    ...
3      1,3    1,6    ...

library(tidyverse)
library(simpleboot)
### Some Dummy-Data in a dataframe
a <- c(3,4,5,6,7,9,13,12)
b <- c(5,9,14,22,12,5,12,18)
c <- c(7,2,8,7,12,5,3,1)
df <- as_data_frame(list(x1=a,x2=b,y=c))
### Linear model
mod <- lm(y~x1+x2,data=df)
### Bootstrap
boot_mod <- lm.boot(mod,R=10,rows = TRUE)

Answer 1

您还可以使用同一软件包sample的功能simpleboot：

鉴于lm.boot或loess.boot的输出，您可以指定要提取的信息类型：

samples(object, name = c("fitted", "coef", "rsquare", "rss"))

它根据提取的实体输出矢量或矩阵。

来源： https://rdrr.io/cran/simpleboot/man/samples.html

Answer 2

这里是一个tidyverse选项，用于保存boot.list中的所有系数：

library(tidyverse)
as.data.frame(boot_mod$boot.list) %>% 
        select(ends_with("coef")) %>% # select coefficients
        t(.) %>% as.data.frame(.) %>% # model per row
        rownames_to_column("Sample")  %>% # set sample column
        mutate(Sample = parse_number(Sample))
# output
   Sample (Intercept)         x1          x2
1       1    5.562417 -0.2806786  0.12219191
2       2    8.261905 -0.8333333  0.54761905
3       3    9.406171 -0.5863124  0.07783740
4       4    8.996784 -0.6040479  0.06737891
5       5   10.908036 -0.7249561 -0.03091908
6       6    8.914262 -0.5094340  0.05549390
7       7    7.947724 -0.2501127 -0.08607481
8       8    6.255539 -0.2033771  0.07463971
9       9    5.676581 -0.2668020  0.08236743
10     10   10.118126 -0.4955047  0.01233728

如何使用simpleboot软件包获得线性模型系数的CI为95％

2 个答案: