我有一个名为“dat”的数据框,其中包含 10 个数值变量(var1、var2、var3、var4、var5、...var 10),每个变量都有多个观察值...
dat
var1 var2 var3 var4 var5 var6 var7 var8 var9 var10
1 12 5 18 19 12 17 11 16 18 10
2 3 2 10 6 13 17 11 16 18 10
3 13 15 14 13 1 17 11 16 18 10
4 17 11 16 18 10 17 11 16 18 10
5 9 13 8 8 7 17 11 16 18 10
6 15 6 20 17 3 17 11 16 18 10
7 12 5 18 19 12 17 11 16 18 10
8 3 2 10 6 13 17 11 16 18 10
9 13 15 14 13 1 17 11 16 18 10
...
我想编写一段代码来对数据框中的所有变量(第一个变量除外)重复相同的函数。 该函数应使用 lm() 函数每次分析 var 1 与所有其他变量(var2、var3、var4、var5)之间的线性回归
例如 周期1:var 1和var 2之间的线性回归
lm(var1~var2, data=dat)
周期2:变量1和变量3之间的线性回归,
lm(var1~var3, data=dat)
周期 3:变量 1 和变量 4 之间的线性回归
lm(var1~var4, data=dat)
等等……
我还希望每个周期的结果将保存在名为“results”的新数据框中,具有以下结构
Var_tested Correlation_coefficient P_value_correlation R_squared
Var2 corr_coeff_var2 p_value_var2 R_sq_var2
Var3 corr_coeff_var3 p_value_var3 R_sq_var3
Var4 corr_coeff_var4 p_value_var4 R_sq_var4
每一行报告数据每个相关的结果。 可能吗?
非常感谢您的帮助!
最佳答案
您可以尝试以下代码以获得所需的输出
data <- structure(list(var1 = c(12L, 3L, 13L, 17L, 9L, 15L, 12L, 3L,
13L), var2 = c(5L, 2L, 15L, 11L, 13L, 6L, 5L, 2L, 15L), var3 = c(18L,
10L, 14L, 16L, 8L, 20L, 18L, 10L, 14L), var4 = c(19L, 6L, 13L,
18L, 8L, 17L, 19L, 6L, 13L), var5 = c(12L, 13L, 1L, 10L, 7L,
3L, 12L, 13L, 1L), var6 = c(17L, 17L, 17L, 17L, 17L, 17L, 17L,
17L, 17L), var7 = c(11L, 11L, 11L, 11L, 11L, 11L, 11L, 11L, 11L
), var8 = c(16L, 16L, 16L, 16L, 16L, 16L, 16L, 16L, 16L), var9 = c(18L,
18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L), var10 = c(10L, 10L,
10L, 10L, 10L, 10L, 10L, 10L, 10L)), class = "data.frame", row.names = c(NA,
-9L))
head(data,2)
#> var1 var2 var3 var4 var5 var6 var7 var8 var9 var10
#> 1 12 5 18 19 12 17 11 16 18 10
#> 2 3 2 10 6 13 17 11 16 18 10
x = names(data[,-1])
out <- unlist(lapply(1, function(n) combn(x, 1, FUN=function(row) paste0("var1 ~ ", paste0(row, collapse = "+")))))
out
#> [1] "var1 ~ var2" "var1 ~ var3" "var1 ~ var4" "var1 ~ var5"
#> [5] "var1 ~ var6" "var1 ~ var7" "var1 ~ var8" "var1 ~ var9"
#> [9] "var1 ~ var10"
library(broom)
#> Warning: package 'broom' was built under R version 3.5.3
library(dplyr)
#> Warning: package 'dplyr' was built under R version 3.5.3
#>
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#>
#> filter, lag
#> The following objects are masked from 'package:base':
#>
#> intersect, setdiff, setequal, union
#To have the regression coefficients
tmp1 = bind_rows(lapply(out, function(frml) {
a = tidy(lm(frml, data=data))
a$frml = frml
return(a)
}))
head(tmp1)
#> # A tibble: 6 x 6
#> term estimate std.error statistic p.value frml
#> <chr> <dbl> <dbl> <dbl> <dbl> <chr>
#> 1 (Intercept) 6.46 2.78 2.33 0.0529 var1 ~ var2
#> 2 var2 0.525 0.288 1.82 0.111 var1 ~ var2
#> 3 (Intercept) -1.50 4.47 -0.335 0.748 var1 ~ var3
#> 4 var3 0.863 0.303 2.85 0.0247 var1 ~ var3
#> 5 (Intercept) 0.649 2.60 0.250 0.810 var1 ~ var4
#> 6 var4 0.766 0.183 4.18 0.00413 var1 ~ var4
#To have the regression results i.e. R2, AIC, BIC
tmp2 = bind_rows(lapply(out, function(frml) {
a = glance(lm(frml, data=data))
a$frml = frml
return(a)
}))
head(tmp2)
#> # A tibble: 6 x 12
#> r.squared adj.r.squared sigma statistic p.value df logLik AIC BIC
#> <dbl> <dbl> <dbl> <dbl> <dbl> <int> <dbl> <dbl> <dbl>
#> 1 0.321 0.224 4.33 3.31 0.111 2 -24.8 55.7 56.3
#> 2 0.537 0.471 3.58 8.12 0.0247 2 -23.1 52.2 52.8
#> 3 0.714 0.673 2.81 17.5 0.00413 2 -20.9 47.9 48.5
#> 4 0.276 0.173 4.47 2.67 0.146 2 -25.1 56.2 56.8
#> 5 0 0 4.92 NA NA 1 -26.6 57.2 57.6
#> 6 0 0 4.92 NA NA 1 -26.6 57.2 57.6
#> # ... with 3 more variables: deviance <dbl>, df.residual <int>, frml <chr>
write.csv(tmp1, "Try_lm_coefficients.csv")
write.csv(tmp2, "Try_lm_results.csv")
由reprex package于2019年11月20日创建(v0.3.0)
关于R:对所有变量重复线性回归并将结果保存在新的数据框中,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58949703/