Question

我已经使用lm（）对R中的数据集进行了多元回归分析，并且能够使用以下函数提取一年中每一天的系数。我还想提取一年中每一天的R2，但这似乎不能以相同的方式起作用。

与以下问题几乎相同： Print R-squared for all of the models fit with lmList 但是当我尝试这样做时，我得到“错误：$运算符对于原子向量无效”。如果可能，我还希望将其包含在同一函数中。如何以这种方式为每个doy提取R2？

#Create MR function for extracting coefficients
getCoef <- function(df) {
  coefs <- lm(y ~ T + P + L + T * L + P * L, data = df)$coef
  names(coefs) <- c("intercept", "T", "P", "L", "T_L", "P_L")
  coefs
}

#Extract coefficients for each doy
coefs.MR_uM <- ddply(MR_uM, ~ doy, getCoef)```

Answer 1

点是r.squared存储在summary(lm(...))中而不是lm(...)中。这是提取R2的函数的另一个版本：

library(plyr)
df <- iris
#Create MR function for extracting coefficients and R2
getCoef <- function(df) {
        model <- lm(Sepal.Length ~ Sepal.Width + Petal.Length + Petal.Width, data = df)
        coefs <- model$coef
        names(coefs) <- c("intercept", "Sepal.Width", "Petal.Length", "Petal.Width")
        R2 <- summary(model)$r.squared
        names(R2) <- c("R2")
        c(coefs, R2)
}
#Extract coefficients and R2 for each Species
coefs.MR_uM <- ddply(df, ~ Species, getCoef)
coefs.MR_uM # output
     Species intercept Sepal.Width Petal.Length Petal.Width        R2
1     setosa  2.351890   0.6548350    0.2375602   0.2521257 0.5751375
2 versicolor  1.895540   0.3868576    0.9083370  -0.6792238 0.6050314
3  virginica  0.699883   0.3303370    0.9455356  -0.1697527 0.7652193

如冻糕所建议的，您不需要plyr::ddply()，可以使用do.call(rbind, by(df, df$Species, getCoef))

希望这会有所帮助！

根据R中的多元回归中的变量从lm（）中提取R2的列表

1 个答案: