Bir veri çerçevesinden birçok değişken içeren bir formül nasıl kısaca yazılır?

Bir yanıt değişkenine ve üç ortak değişken içeren bir veriye sahip olduğumu varsayalım (oyuncak örneği olarak):

y = c(1,4,6)
d = data.frame(x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2))

Verilere doğrusal bir regresyon uydurmak istiyorum:

fit = lm(y ~ d$x1 + d$x2 + d$y2)

Formülü yazmanın bir yolu var mı, böylece her bir kovaryantı ayrı ayrı yazmam gerekmez mi? Örneğin

fit = lm(y ~ d)

(Veri çerçevesindeki her değişkenin bir ortak değişken olmasını istiyorum.) Soruyorum çünkü aslında veri çerçevemde 50 değişken var, bu yüzden yazmaktan kaçınmak istiyorum x1 + x2 + x3 + etc.

Bir formülde tüm değişkenleri ifade etmek için kullanabileceğiniz özel bir tanımlayıcı vardır, bu .tanımlayıcıdır.

y <- c(1,4,6)
d <- data.frame(y = y, x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2))
mod <- lm(y ~ ., data = d)

Biri dışındaki tüm değişkenleri kullanmak için de bunun gibi şeyler yapabilirsiniz (bu durumda x3 hariçtir):

mod <- lm(y ~ . - x3, data = d)

Teknik olarak, .anlamına gelir , tüm değişkenler olup daha önce formül belirtilen . Örneğin

lm(y ~ x1 * x2 + ., data = d)

burada .sadece referans olacaktır x3olarak x1ve x2formül zaten.

Biraz farklı bir yaklaşım, formülünüzü bir dizeden oluşturmaktır. Gelen formulayardım sayfasında aşağıdaki örnek bulacaksınız:

## Create a formula for a model with a large number of variables:
xnam <- paste("x", 1:25, sep="")
fmla <- as.formula(paste("y ~ ", paste(xnam, collapse= "+")))

Oluşturulan formüle bakarsanız şunu elde edersiniz:

R> fmla
y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 + 
    x12 + x13 + x14 + x15 + x16 + x17 + x18 + x19 + x20 + x21 + 
    x22 + x23 + x24 + x25

Evet elbette, yanıtı veri yçerçevesine ilk sütun olarak ekleyin ve çağırın lm():

d2<-data.frame(y,d)
> d2
  y x1 x2 x3
1 1  4  3  4
2 4 -1  9 -4
3 6  3  8 -2
> lm(d2)

Call:
lm(formula = d2)

Coefficients:
(Intercept)           x1           x2           x3  
    -5.6316       0.7895       1.1579           NA  

Ayrıca, R ile ilgili bilgilerim ile atamanın <-tavsiye edildiğine işaret ediyor =.

Juba'nın yönteminin bir uzantısı, reformulateböyle bir görev için açıkça tasarlanmış bir işlev kullanmaktır .

## Create a formula for a model with a large number of variables:
xnam <- paste("x", 1:25, sep="")

reformulate(xnam, "y")
y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 + 
    x12 + x13 + x14 + x15 + x16 + x17 + x18 + x19 + x20 + x21 + 
    x22 + x23 + x24 + x25

OP'deki örnek için, buradaki en kolay çözüm,

# add y variable to data.frame d
d <- cbind(y, d)
reformulate(names(d)[-1], names(d[1]))
y ~ x1 + x2 + x3

veya

mod <- lm(reformulate(names(d)[-1], names(d[1])), data=d)

Bağımlı değişkeni data.frame'e eklemenin d <- cbind(y, d)sadece kullanımına izin verdiği için reformulatedeğil, aynı zamanda lmnesnenin ileride predict.

Ben bu çözümü geliştiriyorum, reformulatedeğişken isimlerinde boşluklar varsa umursamıyor.

add_backticks = function(x) {
    paste0("`", x, "`")
}

x_lm_formula = function(x) {
    paste(add_backticks(x), collapse = " + ")
}

build_lm_formula = function(x, y){
    if (length(y)>1){
        stop("y needs to be just one variable")
    }
    as.formula(        
        paste0("`",y,"`", " ~ ", x_lm_formula(x))
    )
}

# Example
df <- data.frame(
    y = c(1,4,6), 
    x1 = c(4,-1,3), 
    x2 = c(3,9,8), 
    x3 = c(4,-4,-2)
    )

# Model Specification
columns = colnames(df)
y_cols = columns[1]
x_cols = columns[2:length(columns)]
formula = build_lm_formula(x_cols, y_cols)
formula
# output
# "`y` ~ `x1` + `x2` + `x3`"

# Run Model
lm(formula = formula, data = df)
# output
Call:
    lm(formula = formula, data = df)

Coefficients:
    (Intercept)           x1           x2           x3  
        -5.6316       0.7895       1.1579           NA  

`

Paketi leapsve özellikle regsubsets() model seçimi için fonksiyon fonksiyonlarını kontrol edebilirsiniz . Belgelerde belirtildiği gibi:

Kapsamlı arama, ileri veya geri adım adım veya sıralı değiştirme ile model seçimi