Question

我想在R 中进行多元线性回归，而无需明确知道之前的预测变量数量。

我大约有400个数组，我正在循环执行，每个数组都进行了多因素回归。对于每个回归，我最多具有7个预测变量。我的问题是在'最多'中，某些数组不存在某些预测变量。在这种情况下，当我做这样的事情时，显然是行不通的 LinearModel = lm(Y ~ V1 + V2 + V3 + V4 + V5 + V6 + V7, data = foo)。其中foo是具有8列[Y，V1，V2，... V7]的数据帧

我实际上找到了一个解决方案，其中包括将任何缺少的预测变量替换为零向量。它可以工作，但是我不得不保留和处理许多占用内存的无用数据（每个数组都有大约40,000个值）。

这是代码的样子

for (current_array in arrays)
{
    Y = get.data(current_array) #Actually lot of long process

    regressors_mat = matrix (0, nrow = 40000, ncol = 7) # All non existing indicators will stay at 0
    colmatreg = 0
    for (predictor in predictors)
    {
        colmatreg = colmatreg + 1       
        if (!(predictor.exists.for(current_array))
        { 
                next
        }
        regressors_mat[, colmatreg] = get.data(predictor) #Actually lot of long process
    }
    dtf = data.frame(cbind(regressors_mat, Y))  
    colnames(dtf)[ncol(dtf)] = "Y"

    LinearModel = lm(Y ~ V1 + V2 + V3 + V4 + V5 + V6 + V7, data = dtf)#won't work if the 7 predictors are not available
# Long process 
}   
# Long process

是否仍然可以执行多因素线性回归，而不必编写LinearModel = lm(Y ~ V1 + V2 + V3 + V4 + V5 + V6 + V7, data = dtf)，当所有7个预测变量都不可用并且无需保存和处理40,000 x 400 x nb_of_unavailable_predictors时，该函数就无法工作 strong>？

像这样的事情会很棒：

for (current_array in arrays)
{
    Y = get.data(current_array)
    nbcol = nb.predictos.available(current_array) # I can have this function
    regressors_mat = matrix (0, nrow = 40000, ncol = nbcol )
    colmatreg = 0
    for (predictor in predictors)
    {
        colmatreg = colmatreg + 1       
        if (!(predictor.exists.for(current_array))
        { 
                next
        }
        regressors_mat[, colmatreg] = get.data(predictor) #Actually lot of long process
    }
    dtf = data.frame(cbind(regressors_mat, Y))  
    colnames(dtf)[ncol(dtf)] = "Y"

    LinearModel = lm(Y ~ colSums(dtf[, 1:(ncol(dtf) -1)], data = dtf)
#Allowing to make the multifactorial model without knowing in advance the number of factors
}

如果效率更高，我什至不必预分配，我可以将列连接起来

任何帮助或建议都很好。谢谢！

Answer 1

我终于发现.是解决方案！如果dtf是具有8列[Y，V1，V2，... V7]的数据帧，则

LinearModel = lm(Y ~ V1 + V2 + V3 + V4 + V5 + V6 + V7, data = dtf)

与以下内容完全相同：

LinearModel = lm(Y ~ ., data = dtf)

.，将保留所有剩余的列。

如何在R中进行多因素回归（一般线性模型）而不预先知道预测变量的数量？

1 个答案: