使用 glm 指定 R 中的公式，无需显式声明每个协变量

我想将特定变量强制纳入 glm 回归，而不完全指定每个变量。我的真实数据集有大约 200 个变量。到目前为止，我在网上搜索中还没有找到这样的样本。

例如（只有 3 个变量）：

n=200
set.seed(39) 
samp = data.frame(W1 = runif(n, min = 0, max = 1), W2=runif(n, min = 0, max = 5)) 
samp = transform(samp, # add A
A = rbinom(n, 1, 1/(1+exp(-(W1^2-4*W1+1))))) 
samp = transform(samp, # add Y
Y = rbinom(n, 1,1/(1+exp(-(A-sin(W1^2)+sin(W2^2)*A+10*log(W1)*A+15*log(W2)-1+rnorm(1,mean=0,sd=.25))))))

如果我想包含所有主要术语，有一个简单的快捷方式：

glm(Y~., family=binomial, data=samp)

但是假设我想包含所有主要项（W1、W2 和 A）加上 W2^2：

glm(Y~A+W1+W2+I(W2^2), family=binomial, data=samp)

这有捷径吗？

[发布前编辑自我：]这有效！glm(formula = Y ~ . + I(W2^2), family = binomial, data = samp)

好吧，那这个呢！

我想省略一个主要术语变量，只包含两个主要术语（A，W2）和 W2^2 和 W2^2:A：

glm(Y~A+W2+A*I(W2^2), family=binomial, data=samp)

显然，只有几个变量并不需要捷径，但我使用的是高维数据。当前的数据集“仅”有 200 个变量，但其他一些数据集有数千个变量。

您的使用.创造性地构建包含所有或几乎所有变量的公式是一种良好而简洁的方法。有时有用的另一个选项是以编程方式将公式构建为字符串，然后使用将其转换为公式as.formula:

vars <- paste("Var",1:10,sep="")
fla <- paste("y ~", paste(vars, collapse="+"))
as.formula(fla)

当然，您可以使fla对象方式更复杂。