我正在尝试使用响应变量的各种变换并拟合相应的这些模型，并获得每个模型的残差图答案

【问题标题】：I am trying to use various transformations of the response variable and fit corresponding these model, and obtain residual plots for each model我正在尝试使用响应变量的各种变换并拟合相应的这些模型，并获得每个模型的残差图
【发布时间】：2021-11-16 05:18:55
【问题描述】：

library(GLMsData)
data(fluoro)
lambda <- seq(-2,2,0.5)
lm.out <- list()
for(i in length(lambda)){
  if(i != 0){
    y <- (fluoro$Dose^lambda-1)/lambda
  } else {
    y <- log(fluoro$Dose)
  }
  lm.out[[i]] <- lm(y[i]~Time, data = fluoro, na.exclude = T)
}
print(lm.out)

model.frame.default(formula = y[i] ~ Time, data = fluoro, drop.unused.levels = TRUE) 中的错误：可变长度不同（为“时间”找到）

我正在尝试使用响应变量的各种变换并拟合这些相应的模型，并获得每个模型的残差图。我需要帮助。谢谢

【问题讨论】：

标签： r

【解决方案1】：

这是问题中for 循环的更正版本。

data(fluoro, package = "GLMsData")

lambda <- seq(-2, 2, 0.5)

lm.out <- list()
for(i in 1:length(lambda)){
  if(lambda[i] != 0){
    y <- (fluoro$Dose^lambda[i]-1)/lambda[i]
  } else {
    y <- log(fluoro$Dose)
  }
  lm.out[[i]] <- lm(y ~ Time, data = fluoro, na.action = na.exclude)
}
print(lm.out)

还有一个在lapply 循环中定义并使用了boxcox 函数的版本。

boxcox <- function(x, lambda, na.rm = FALSE){
  if(na.rm) x <- x[!is.na(x)]
  if(lambda == 0){
    log(x)
  } else {
    (x^lambda - 1)/lambda
  }
}

lm_out2 <- lapply(lambda, \(l){
  lm(boxcox(Dose, lambda = l) ~ Time, data = fluoro, na.action = na.exclude)
})

检查上述两种方法是否产生相同的结果。

coef_list <- sapply(lm.out, coef)
coef_list2 <- sapply(lm_out2, coef)
identical(coef_list, coef_list2)
#[1] TRUE

smry_list <- lapply(lm.out, summary)
smry_list2 <- lapply(lm_out2, summary)

pval_list <- sapply(smry_list, \(fit) fit$coefficients[, "Pr(>|t|)"])
pval_list2 <- sapply(smry_list2, \(fit) fit$coefficients[, "Pr(>|t|)"])
identical(pval_list, pval_list2)
#[1] TRUE

R2_list <- sapply(smry_list, "[[", "r.squared")
R2_list2 <- sapply(smry_list2, "[[", "r.squared")
identical(R2_list, R2_list2)
#[1] TRUE

【讨论】：

感谢您的帮助。您能否解释一下 lapply 函数中的 `(l)` 是什么意思？
@Kwame \(l) 是一个 lambda 函数，一个匿名函数，在 R4.1.0 中引入。如果您运行的是旧版本的 R，请使用等效的 function(l) 语法。至于l，它代表向量lambda的每个元素。
这很好。感谢您的教育。
@Kwame 我现在在lapply 循环中简化了对lm 的调用。有了参数data = fluoro，公式中不需要fluoro$Dose（在对boxcox的调用中），我已经删除了df名称。
@Kwame 请不要在 cmets 中发布代码。您现在发布的代码是关于图形的，这足以让您提出一个新问题。如果您这样做，请在您的评论中包含指向此问题的链接以及代码和新问题描述。另外，当someone answers您的问题时该怎么办。