lapply를 사용하여 목록에 저장된 단순 선형 회귀에 대한 요약 통계

debugcn 에 게시 Dev

Aveshen Pillay

y ~ x1, y ~ x2, y ~ x3 등의 일련의 간단한 선형 회귀가 있습니다.

모든 선형 회귀를 실행하고 출력을 저장할 수 있었지만 벡터화 된 방식으로 요약 통계에 액세스하는 데 문제가 있습니다 (예 : 각 모델에 대한 R 제곱 조정).

for 루프를 통해 할 수 있고 각 모델을 반복 할 수 있지만 lapply (또는 sapply?)를 사용하고 결과를 더 빨리 얻을 수있는 더 쉬운 방법이 있어야한다고 생각합니다.

재현 가능한 예는 다음과 같습니다.

library(tidyverse)
library(broom)

set.seed(6)

DF <- data.frame(Y=rnorm(50, 100, 3),
                 X1=rnorm(50, 100, 3),
                 X2=rnorm(50, 100, 3),
                 X3=rnorm(50, 100, 3),
                 X4=rnorm(50, 100, 3))

DF_longer = pivot_longer(DF, -Y, names_to = "variable", values_to = "value", values_ptypes = list(val = 'numeric'))

lm1 = DF_longer %>% group_by(variable) %>% do(tidy(lm(Y ~ value, data=.)))
lm2 = DF_longer %>% group_by(variable) %>% do(mod = lm(Y ~ value, data=.))

최적화하고 싶은 부분은 다음과 같이 각 모델에 대해 조정 된 R 제곱을 for 루프가없는 벡터에 저장하려는 것입니다.

lm2_data = summary(lm2$mod[[1]])
lm2_data$adj.r.squared

lm2_data = summary(lm2$mod[[2]])
lm2_data$adj.r.squared

lm2_data = summary(lm2$mod[[3]])
lm2_data$adj.r.squared

lm2_data = summary(lm2$mod[[4]])
lm2_data$adj.r.squared

렌 그레 스키

다음은 mtcars데이터 를 사용하는 예입니다 .

regModels <- c("mpg ~ am", "mpg ~ am + wt", "mpg ~ wt + am + disp")

results <- lapply(regModels,function(x){
     y <- summary(lm(x,data = mtcars))$adj.r.squared

})

names(results) <- regModels

results

... 그리고 출력 :

> results
$`mpg ~ am`
[1] 0.3384589

$`mpg ~ am + wt`
[1] 0.7357889

$`mpg ~ wt + am + disp`
[1] 0.757583

>

원본 게시물의 데이터 사용 ...

library(tidyverse)
library(broom)
set.seed(6)

DF <- data.frame(Y=rnorm(50, 100, 3),
                 X1=rnorm(50, 100, 3),
                 X2=rnorm(50, 100, 3),
                 X3=rnorm(50, 100, 3),
                 X4=rnorm(50, 100, 3))

DF_longer = pivot_longer(DF, -Y, names_to = "variable", values_to = "value", values_ptypes = list(val = 'numeric'))

lm1 = DF_longer %>% group_by(variable) %>% do(tidy(lm(Y ~ value, data=.)))
lm2 = DF_longer %>% group_by(variable) %>% do(mod = lm(Y ~ value, data=.))

adjRsquared <- lapply(lm2$mod,function(x){
     y <- summary(x)$adj.r.squared
})
names(adjRsquared) <- lm2$variable
adjRsquared

... 그리고 출력 :

> adjRsquared
$X1
[1] -0.007637371

$X2
[1] 0.007729944

$X3
[1] 0.04993542

$X4
[1] -0.02026235

이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.

침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제

에서 수정2021-04-2

몇 마디 만하겠습니다

0리뷰

로그인참여 후 검토

Related 관련 기사

기사