在线性回归中使用数据框的列名称作为预测变量

我正在尝试遍历 data.frame 的所有列名称并使用它们 作为线性回归中的预测变量。

我目前拥有的是：

for (i in 1:11){
for (j in 1:11){
if (i != j ){
  var1 = names(newData)[i]
  var2 = names(newData)[j]
  glm.fit = glm(re78 ~  as.name(var1):as.name(var2), data=newData)
  summary(glm.fit)
  cv.glm(newData, glm.fit, K = 10)$delta[1]
  }
 }
}

其中 newData 是我的 data.frame，总共有 11 列。这段代码给我以下错误：

model.frame.default(formula = re78 ~ as.name(var1), data = newData, 中的错误： 变量“as.name(var1)”的类型（符号）无效

我该如何解决这个问题并使其发挥作用？

看起来您想要使用两个变量的所有组合的模型。这是使用内置的另一种方法mtcars用于说明和使用的数据框mpg作为结果变量。

我们得到两个变量的所有组合（不包括结果变量，mpg在这种情况下）使用combn. combn返回一个列表，其中每个列表元素都是一个包含一对变量名称的向量。然后我们使用map（来自purrr包）为每对变量创建模型并将结果存储在列表中。

We use reformulate来构建模型公式。.x引用回变量名称的向量（每个元素vars）。例如，如果你跑步，reformulate(paste(c("cyl", "disp"),collapse="*"), "mpg")，你可以看到什么reformulate是在做。

library(purrr)

# Get all combinations of two variables
vars = combn(names(mtcars)[-grep("mpg", names(mtcars))], 2, simplify=FALSE)

现在我们要对所有变量对运行回归模型并将结果存储在列表中：

# No interaction
models = map(vars, ~ glm(reformulate(.x, "mpg"), data=mtcars))

# Interaction only (no main effects)
models = map(vars, ~ glm(reformulate(paste(.x, collapse=":"), "mpg"), data=mtcars))

# Interaction and main effects
models = map(vars, ~ glm(reformulate(paste(.x, collapse="*"), "mpg"), data=mtcars))

使用该模型的公式命名每个列表元素：

names(models) = map(models, ~ .x[["terms"]])

使用以下命令创建模型公式paste代替reformulate你可以做（​​改变+ to : or *，取决于您想要包含的交互作用和主效应的组合）：

models = map(vars, ~ glm(paste("mpg ~", paste(.x, collapse=" + ")), data=mtcars))

看看如何paste这里正在使用，你可以运行：

paste("mpg ~", paste(c("cyl", "disp"), collapse=" * "))

当模型同时包含主效应和交互作用时，前两个模型如下所示：

models[1:2]

$`mpg ~ cyl * disp`

Call:  glm(formula = reformulate(paste(.x, collapse = "*"), "mpg"), 
    data = mtcars)

Coefficients:
(Intercept)          cyl         disp     cyl:disp  
   49.03721     -3.40524     -0.14553      0.01585  

Degrees of Freedom: 31 Total (i.e. Null);  28 Residual
Null Deviance:        1126 
Residual Deviance: 198.1  AIC: 159.1

$`mpg ~ cyl * hp`

Call:  glm(formula = reformulate(paste(.x, collapse = "*"), "mpg"), 
    data = mtcars)

Coefficients:
(Intercept)          cyl           hp       cyl:hp  
   50.75121     -4.11914     -0.17068      0.01974  

Degrees of Freedom: 31 Total (i.e. Null);  28 Residual
Null Deviance:        1126 
Residual Deviance: 247.6  AIC: 166.3

要评估模型输出，您可以使用以下函数broom包裹。下面的代码返回数据帧，分别包含每个模型的系数和性能统计数据。

library(broom)

model_coefs = map_df(models, tidy, .id="Model")
model_performance = map_df(models, glance, .id="Model")

以下是具有主效应和交互作用的模型的结果：

head(model_coefs, 8)

             Model        term    estimate   std.error statistic      p.value
1 mpg ~ cyl * disp (Intercept) 49.03721186 5.004636297  9.798357 1.506091e-10
2 mpg ~ cyl * disp         cyl -3.40524372 0.840189015 -4.052950 3.645320e-04
3 mpg ~ cyl * disp        disp -0.14552575 0.040002465 -3.637919 1.099280e-03
4 mpg ~ cyl * disp    cyl:disp  0.01585388 0.004947824  3.204212 3.369023e-03
5   mpg ~ cyl * hp (Intercept) 50.75120716 6.511685614  7.793866 1.724224e-08
6   mpg ~ cyl * hp         cyl -4.11913952 0.988229081 -4.168203 2.672495e-04
7   mpg ~ cyl * hp          hp -0.17068010 0.069101555 -2.469989 1.987035e-02
8   mpg ~ cyl * hp      cyl:hp  0.01973741 0.008810871  2.240120 3.320219e-02