从具有系数 (R) 的 lm 中提取公式答案

【问题标题】：Extract Formula From lm with Coefficients (R)从具有系数 (R) 的 lm 中提取公式
【发布时间】：2014-01-21 21:48:47
【问题描述】：

我有一个 lm 对象，想用系数提取公式。我知道如何在没有系数的情况下提取公式，以及如何在没有公式的情况下获得系数，但不知道如何获得例如。 y ~ 10 + 1.25b 而不是 y~b 或截距、b 等相等的表

这是我目前正在使用的代码：

a = c(1, 2, 5)
b = c(12, 15, 20)

model = lm(a~b)
summary(model)
formula = formula(model)
formula
coefficients(model)

我想从上面得到的是 y ~ -5.326 + .51b

谢谢

编辑：在我的实际代码中，我使用了超过 63 个预测变量和 18 个不同的模型，所以我想要一些不需要太多工作就可以扩展的东西。

【问题讨论】：

如果添加第二个预测变量，代码会自动将其添加到公式中。试试看。
哦，我第一次看到它时以为我已经尝试过了，但是我忘了编辑实际模型。干杯:-)

标签： r formula linear-regression

【解决方案1】：

as.formula(
  paste0("y ~ ", round(coefficients(model)[1],2), " + ", 
    paste(sprintf("%.2f * %s", 
                  coefficients(model)[-1],  
                  names(coefficients(model)[-1])), 
          collapse=" + ")
  )
)
# y ~ -5.33 + 0.51 * b

【讨论】：

嗨，这适用于我提供的代码，非常感谢。我想知道是否有一种方法可以更容易地扩大规模？就像我添加第二个预测变量 c 一样，我假设我需要添加另一行或两行来告诉它也获取相关位，对于大多数模型（我'我不完全确定我会把它放在哪里，对 r 来说还是新的，所以这段代码对我来说有点不透明）。
@user3051065 我对您的可扩展性问题做了一个新的回答。见下文。

【解决方案2】：

我是否可以建议对 lukeA 的出色答案进行修改：

as.formula(
  paste0("y ~ ", round(coefficients(model)[1],2), "", 
    paste(sprintf(" %+.2f*%s ", 
                  coefficients(model)[-1],  
                  names(coefficients(model)[-1])), 
          collapse="")
  )
)

这将确保正确打印负系数

假设 b 的系数为负，那么输出将是

# y ~ -5.33 + -0.51 * b

而不是

# y ~ -5.33 - 0.51 * b

【讨论】：

【解决方案3】：

我想出了一种通用的方法来使用替换创建带有系数的模型公式。它比使用paste0 手动构建字符串要通用得多。

例如

我有一个已经优化系数的模型：

> model
Nonlinear regression model
  model: players ~ pop * (decay^days_from_start) + ycept
   data: data
      pop     decay     ycept 
6.896e+06 2.633e-01 4.300e+05 
 residual sum-of-squares: 1.64e+08

Number of iterations to convergence: 12 
Achieved convergence tolerance: 1.49e-08

这些是系数：

> coef(model)
         pop        decay        ycept 
6.896421e+06 2.632545e-01 4.300453e+05

把它们放在一起：

> newFormula = as.formula(substituteDirect(formula(model), as.list(coef(model))))
> newFormula
players ~ 6896421.4399627 * (0.263254460933212^days_from_start) + 430045.26142703

【讨论】：

【解决方案4】：

混合broom 和dplyr 库的替代方案：

    get_formula <- function(model) {
  
  broom::tidy(model)[, 1:2] %>%
    mutate(sign = ifelse(sign(estimate) == 1, ' + ', ' - ')) %>% #coeff signs
    mutate_if(is.numeric, ~ abs(round(., 2))) %>% #for improving formatting
    mutate(a = ifelse(term == '(Intercept)', paste0('y ~ ', estimate), paste0(sign, estimate, ' * ', term))) %>%
    summarise(formula = paste(a, collapse = '')) %>%
    as.character
  
}

它适用于简单和多元线性回归：

model1 <- lm(hp ~ disp, data = mtcars)
model2 <- lm(hp ~ mpg, data = mtcars)
model3 <- lm(hp ~ disp + mpg, data = mtcars)

# > get_formula(model1)
# [1] "y ~ 45.73 + 0.44 * disp"
# > get_formula(model2)
# [1] "y ~ 324.08 - 8.83 * mpg"
# > get_formula(model3)
# [1] "y ~ 172.22 + 0.26 * disp - 4.27 * mpg"

【讨论】：