Question

我正在通过Hosmer-Lemeshow进行有目的的模型构建的第3步，它建议比较完整模型[Iris.mod1]和简化模型[Iris.mod2]之间系数的百分比变化。如果可能，我想自动执行此步骤。

现在我有以下代码：

#Make species a binomial DV
iris = subset(iris, iris$Species != 'virginica')
iris$Species = as.numeric(ifelse(iris$Species == 'setosa', 1, 0))

#Build models
Iris.mod1 = glm(Species~Sepal.Length+Sepal.Width+Petal.Length+Petal.Width, 
data = iris, family = binomial())

Iris.mod2 = glm(Species~Sepal.Length+Petal.Length, data = iris, family = 
binomial())

我实际使用的数据集有大约93个变量和170万行。但我只是为这个例子使用虹膜数据。

#Try to see if any coefficients changed by > 20%
paste(names(which((summary(Iris.mod1)$coefficients[2: 
(nrow(summary(Iris.mod1)$coefficients)),1] - 
(summary(Iris.mod2)$coefficients[2: 
(nrow(summary(Iris.mod2)$coefficients)),1]/
(summary(Iris.mod1)$coefficients[2:nrow(summary(Iris.mod1)$coefficients)),1] 
> 0.2 == TRUE)))))

然而，这段代码充满了错误，我迷失在括号中。

是否有一种有效的方法来确定哪些变量系数变化超过20％？

提前谢谢。

Answer 1

broom包非常适合制作模型系数和术语的数据帧。我们可以使用它来使事情变得可行：

library(broom)
m_list = list(m1 = Iris.mod1, m2 = Iris.mod2)
t_list = lapply(m_list, tidy)

library(dplyr)
library(tidyr)
bind_rows(t_list, .id = "mod") %>%
    select(term, estimate, mod) %>%
    spread(key = mod, value = estimate) %>%
    mutate(p_change = (m2 - m1) / m1 * 100,
           p_change_gt_20 = p_change > 20)
#           term         m1        m2 p_change p_change_gt_20
# 1  (Intercept)  -6.556265 -65.84266 904.2709           TRUE
# 2 Petal.Length -19.053588 -49.04616 157.4117           TRUE
# 3  Petal.Width -25.032928        NA       NA             NA
# 4 Sepal.Length   9.878866  37.56141 280.2199           TRUE
# 5  Sepal.Width   7.417640        NA       NA             NA

比较模型系数的变化百分比

1 个答案: