通过回归方程运行虚拟变量的所有组合

Question

我有一个问题，即从回归中提取所有可能的虚拟变量组合的输出，同时保持连续预测变量不变。

问题是我的模型包含超过 100 种交互组合，手动计算所有这些组合将非常繁琐。是否有一种有效的方法来迭代计算输出？

我能想到的唯一方法是编写一个循环，生成所有需要的组合，然后输入predict() 函数。

一些上下文：

我正在尝试通过汽车型号来识别汽车转售价格的区域差异。

我的模型看起来像这样：

lm(data, price ~ age + mileage + region_dummy_1 + ... + region_dummy_n + model_dummy_1 + ... + model_dummy_n + region_dummy_1 * model_dummy_1 + ... + region_dummy_1 * model_dummy_n) 

我的问题是：

如何为每个模型/区域组合生成预测价格表？

Answer 1

使用.*.

lm(price ~ .*.)

---

这是一个可重现的小例子：

> df <- data.frame(y  = rnorm(100,0,1),
+                  x1 = rnorm(100,0,1),
+                  x2 = rnorm(100,0,1),
+                  x3 = rnorm(100,0,1))
> 
> lm(y ~ .*., data = df)

Call:
lm(formula = y ~ . * ., data = df)

Coefficients:
(Intercept)           x1           x2           x3        x1:x2        x1:x3  
   -0.02036      0.08147      0.02354     -0.03055      0.05752     -0.02399  
      x2:x3  
    0.24065 

---

它是如何工作的？

. 是“所有预测变量”的简写，* 包括双向交互项。

例如，考虑一个包含 3 列的数据框：Y（自变量），以及 2 个预测变量（X1 和 X2）。语法lm(Y ~ X1*X2) 是lm(Y ~ X1 + X2 + X1:X2) 的简写，其中X1:X2 是交互项。

扩展这个简单的例子，假设我们有一个包含 3 个预测变量的数据框，X1、X2 和 X3。 lm(Y ~ .*.) 等价于lm(Y ~ X1 + X2 + X3 + X1:X2 + X1:X3 + X2:X3)。