从 jumps regsubsets 中获取所有模型

Question

我使用 regsubsets 来搜索模型。是否可以从参数选择列表中自动创建所有lm？

library(leaps)
leaps<-regsubsets(y ~ x1 + x2 + x3, data, nbest=1, method="exhaustive")
summary(leaps)$which
  (Intercept)      x1        x2    x3                                                                                   
1        TRUE   FALSE     FALSE  TRUE                                                                                   
2        TRUE   FALSE      TRUE  TRUE                                                                                   
3        TRUE    TRUE      TRUE  TRUE                                                                                   

现在我会手动执行model_1 <- lm(y ~ x3) 等等。如何自动将它们列在列表中？

Answer 1

我不知道您为什么想要所有型号的列表。 summary 和 coef 方法应该可以很好地为您服务。不过我会先从纯编程的角度回答你的问题，然后再回到这一点。

---

一个简单的方法是通过reformulate：

reformulate(termlabels, response = NULL, intercept = TRUE)

方法如下：

## you are masking `leaps` and `data` function!!
leaps <- regsubsets(y ~ x1 + x2 + x3, data, nbest = 1, method = "exhaustive")
X <- summary(leaps)$which

xvars <- dimnames(X)[[2]][-1]  ## column names (all covariates except intercept)
responsevar <- "y"  ## name of response

lst <- vector("list", dim(X)[1])  ## set up an empty model list

## loop through all rows / model specifications
for (i in 1:dim(X)[1]) {
  id <- X[i, ]
  form <- reformulate(xvars[which(id[-1])], responsevar, id[1])
  lst[[i]] <- lm(form, data)
  }

不需要*apply 解决方案。 lm 开销很大，所以 for 循环根本没有开销。

---

一种更快的方法是建立一个包含所有协变量的模型矩阵，并动态选择它的列（使用模型矩阵的assign 属性；当您有因子变量时尤其如此）。然后通过.lm.fit 进行模型拟合。但是，除非您是线性模型专家，否则您将难以使用 .lm.fit 的原始输出生成模型摘要/预测，但我认为 summary(leaps) 应该已经为您返回各种有用的统计数据。

leaps:::coef.regsubsets 函数是这个.lm.fit 路由的等价物。只需这样做：

coef(leaps, 1:dim(X)[1], TRUE)

您将获得所有模型的系数和方差-协方差矩阵。