r 中所有可能的双向交互项的回归模型答案

【问题标题】：Regression model with all possible two way interaction terms in rr 中所有可能的双向交互项的回归模型
【发布时间】：2020-02-14 13:57:46
【问题描述】：

我有一个包含 8 个变量的数据集。我需要所有可能的双向交互项以及每个模型中的七个预测变量。因此，在我的例子中，总共有 7C2 = 21 个模型，每个模型一次包含 7 个预测变量和一个双向交互项。

我尝试使用 for 循环生成 21 个模型，但是当我尝试在 for 循环中使用 lm() 函数时，代码似乎失败了。在我的问题中，返回的是我数据第 5 列的响应变量。

colnames(dt) = c("assets","turnover_ratio","SD","sharpe_ratio","return",
                 "expense_ratio","fund_dummy","risk_dummy")
vars=colnames(dt)[-5] 
for (i in vars)  {
  for (j in vars) {
    if (i != j) {
      factor= paste(i,j,sep='*')}
    lm.fit <- lm(paste("return ~", factor), data=dt)
    print(summary(lm.fit))
  }}

代码的错误信息如下：

粘贴错误("return ~", factor) : 无法将类型“闭包”强制转换为“字符”类型的向量

这是我的数据集：

下面的输出应该是所需的输出，并且需要另外 20 个这样的模型以及其他可能的双向交互项。每个模型中都应存在所有 7 个预测变量。唯一应该改变的是双向交互项。

这是我所需的 21 个输出中的所需输出：

【问题讨论】：

如果您包含一个简单的reproducible example，其中包含可用于测试和验证可能解决方案的示例输入和所需输出，则更容易为您提供帮助。数据图片没有帮助，因为我们无法将它们复制/粘贴到 R 中。
试试 as.formula() 并将它包裹在你的 paste() 函数中。
@Mat 再次弹出同样的错误
我认为双向交互是 "var1:var2" 而如果你做 "var1*var2" 你会得到双向交互 "var1 + var2 + var1:var2"
@MrFlick 我可以包含一个显示我想要的实际结果的输出

标签： r regression

【解决方案1】：

您的问题是 if 语句的结尾。这段代码应该可以工作：

colnames(dt) = c("assets","turnover_ratio","SD","sharpe_ratio","return",
                 "expense_ratio","fund_dummy","risk_dummy")
vars=colnames(dt)[-5] 
for (i in vars)  {
  for (j in vars) {
    if (i != j) {
      factor= paste(i,j,sep='*')
      lm.fit <- lm(paste0("return ~", factor), data=dt)
      print(summary(lm.fit))
    }
  }
}

问题在于，对于第一次迭代，变量因子没有定义。也尽量不要命名变量因子，因为因子是 R 中的一个函数。

【讨论】：

【解决方案2】：

我认为这应该可以让你摆脱循环：

lm.fit = lm(return ~ (.)^2, data=dt)

【讨论】：

我认为这是基于标题，但似乎 OP 想要单独拟合模型，一次只使用一个交互项。

【解决方案3】：

下面的apply 循环获取 7 个变量之间的所有成对交互。 21对首先是用combn得到的。

vars <- colnames(dt)[-5] 
resp <- colnames(dt)[5] 

cmb <- combn(vars, 2)

lm_list <- apply(cmb, 2, function(regrs){
  inter_regrs <- paste(regrs, collapse = "*")
  other_regrs <- setdiff(vars, regrs)
  all_regrs <- paste(other_regrs, collapse = "+")
  all_regrs <- paste(all_regrs, inter_regrs, sep = "+")
  fmla <- as.formula(paste(resp, all_regrs, sep = "~"))
  lm(fmla, data = dt)
})

lapply(lm_list, summary)

数据创建代码。

set.seed(1234)
dt <- replicate(8, rnorm(100))
dt <- as.data.frame(dt)

colnames(dt) <- c("assets","turnover_ratio","SD",
              "sharpe_ratio","return","expense_ratio",
              "fund_dummy","risk_dummy")

【讨论】：