Question

我想自动运行许多回归模型并对其进行测试，并在原始文件中保存拟合和残差。

我的意思是我想测试数据上所有可能的回归模型。

例如，X1 = X2 + X3 ......和X2 = X1 + X3 ......和X3 = X1 + X2 ...

然后添加每个模型的拟合值和残差值。

我有这样的文件。

test<-data.frame(X1=rnorm(50,mean=50,sd=10),
                 X2=rnorm(50,mean=5,sd=1.5),
                 X3=rnorm(50,mean=200,sd=25))
test$X1[10]<-5
test$X2[10]<-5
test$X3[10]<-530

我运行所有可能的回归模型。

varlist <- names(test)

models <- lapply(varlist, function(x) {
    lm(substitute(i~., list(i = as.name(x))), data = data
})

我得到了每个回归模型的拟合和残差。

lapply(models,residuals)
lapply(models, fitted)

但是，我想在原始数据上保存所有残差和拟合值。是否有可能像这样制作最终数据？

X1 X2 X3 Residual1 Residual2 Residual3 Fitted1 Fitted2 Fitted3

residual1来自model1，residual2来自model2等。

Answer 1

不幸的是，“我运行所有可能的回归模型”下的代码无法正常运行，但假设这只是一个示例，那么通过保存lapply（模型，残差）将行绑定到原始数据集的方式如何？和lapply（模型，拟合）作为变量？然后循环遍历列数，每次从每个变量绑定一个：

models_residuals <- lapply(models,residuals)
models_fitted <- lapply(models, fitted)
for (i in 1:dim(models_residuals)[2])) {
    cbind(test, models_residuals[,i])
    cbind(test, models_fitted[,i])    
}

如果我对你想要的想法是正确的，请告诉我！

Answer 2

我确信它可以有更紧凑的代码，但你可以试试这样的东西

set.seed(1)
test <- data.frame(X1 = rnorm(50, mean = 50, sd = 10),
                   X2 = rnorm(50, mean = 5, sd = 1.5),
                   X3 = rnorm(50, mean = 200, sd = 25))
test$X1[10] <- 5
test$X2[10] <- 5
test$X3[10] <- 530


fitted_list <- lapply(names(test), function(x)
                      fitted(lm(as.formula(paste(x, ".", sep = "~")),
                                                data = test)))

resid_list <- lapply(names(test), function(x)
                     resid(lm(as.formula(paste(x, ".", sep = "~")),
                              data = test)))


res <- do.call(cbind, c(fitted_list, resid_list))
res <- cbind(test, res)
names(res) <- paste0(rep(c("X", "Fitted", "Resid"), each = 3), rep(1:3, 3))
str(res)
## 'data.frame':    50 obs. of  9 variables:
##  $ X1     : num  43.7 51.8 41.6 66 53.3 ...
##  $ X2     : num  5.6 4.08 5.51 3.31 7.15 ...
##  $ X3     : num  184 201 177 204 184 ...
##  $ Fitted1: num  52 50.5 52.8 50.3 51.8 ...
##  $ Fitted2: num  5.23 5.17 5.25 5.09 5.18 ...
##  $ Fitted3: num  219 198 225 161 192 ...
##  $ Resid1 : num  -8.28 1.35 -11.2 15.64 1.49 ...
##  $ Resid2 : num  0.367 -1.09 0.264 -1.788 1.97 ...
##  $ Resid3 : num  -34.47 2.75 -47.44 43.11 -8.33 ...

R代码：自动多元回归模型和测试

2 个答案: