Jak napisać formułę modelu liniowego ze 100 zmiennymi w języku R

Czy istnieje prosty sposób w R na utworzenie regresji liniowej na modelu ze 100 parametrami w R? Powiedzmy, że mamy wektor Y z 10 wartościami i ramkę danych X z 10 kolumnami i 100 wierszami W notacji matematycznej zapisałbym Y = X[[1]] + X[[2]] + ... + X[[100]]. Jak napisać coś podobnego w składni R.

Spróbuj tego

df<-data.frame(y=rnorm(10),x1=rnorm(10),x2=rnorm(10))
lm(y~.,df)

Świetne odpowiedzi!

Dodałbym, że domyślnie wywołanie formulaa data.frametworzy formułę addytywną, aby regresować pierwszą kolumnę do pozostałych.

Więc w przypadku odpowiedzi @ danas.zuokas możesz to zrobić

lm(df)

który jest poprawnie interpretowany.

Jeśli każdy wiersz jest obserwacją, a każda kolumna jest predyktorem, więc jest wektorem o długości a jest macierzą ( w tym przypadku ), możesz to zrobić za pomocąn X n × p p = $Y$$n$$X$$n \times p$$p=100$

Z = as.data.frame(cbind(Y,X))
lm(Y ~ .,data=Z)

Jeśli istnieją inne kolumny, których nie chcesz uwzględniać jako predyktorów, musisz je usunąć Xprzed użyciem tej sztuczki lub użyć -w formule modelu, aby je wykluczyć. Na przykład, jeśli chcesz wykluczyć 67. predyktor (który ma odpowiednią nazwę x67), możesz napisać

lm(Y ~ .-x67,data=Z)

Ponadto, jeśli chcesz uwzględnić interakcje itp., Musisz dodać je ręcznie jako (na przykład)

lm(Y ~ .+X[,1]*X[,2],data=Z)

lub upewnij się, że są wpisane jako kolumny X.

Możesz także użyć kombinacji funkcji formulai paste.

Skonfiguruj dane : wyobraźmy sobie, że mamy ramkę data.frame, która zawiera zmienne predykcyjne x1do x100i naszą zmienną zależną y, ale istnieje także zmienna uciążliwa asdfasdf. Również zmienne predykcyjne są ułożone w takiej kolejności, że nie wszystkie są ciągłe w ramce data.frame.

Data <- data.frame(matrix(rnorm(102 * 200), ncol=102))
names(Data) <- c(paste("x", 1:50, sep=""), 
    "asdfasdf", "y", paste("x", 51:100, sep=""))

Wyobraź sobie również, że masz ciąg znaków zawierający nazwy zmiennych predykcyjnych. W takim przypadku można to łatwo utworzyć za pomocą pastefunkcji, ale w innych sytuacjach greplub w celu uzyskania tego ciągu można zastosować inne podejście.

PredictorVariables <- paste("x", 1:100, sep="")

Zastosuj podejście : Możemy następnie zbudować formułę w następujący sposób:

Formula <- formula(paste("y ~ ", 
     paste(PredictorVariables, collapse=" + ")))
lm(Formula, Data)

• te collapsewkładki argumentów +pomiędzy predyktorami
• formulakonwertuje ciąg znaków na obiekt o wzorze klasowym odpowiednim dla lmfunkcji.

Mówiąc bardziej ogólnie, używam następującej funkcji dość regularnie, gdy chcę podać zmienne predykcyjne jako wektor nazw zmiennych.

regression <- function(dv, ivs, data) {
    # run a linear model with text arguments for dv and ivs
    iv_string <- paste(ivs, collapse=" + ")
    regression_formula <- as.formula(paste(dv, iv_string, sep=" ~ "))
    lm(regression_formula, data)

}

Na przykład,

regression("y", PredictorVariables, Data)