如何在不预先知道预测变量数量的情况下在 R 中进行多因素回归（一般线性模型）？答案

【问题标题】：How to make a multi-factorial regression (general linear model) in R without knowing in advance the number of predictors?如何在不预先知道预测变量数量的情况下在 R 中进行多因素回归（一般线性模型）？
【发布时间】：2019-06-28 17:22:49
【问题描述】：

我想在 R 中在不明确知道之前的预测变量数量的情况下进行多因素线性回归。

我有大约 400 个数组，我正在通过一个循环执行每个数组的多因子回归。对于每个回归，我最多有 7 个预测变量。我的问题在于'最多'，某些数组不存在某些预测变量。在这种情况下，当我做这样的事情时，它显然是行不通的 LinearModel = lm(Y ~ V1 + V2 + V3 + V4 + V5 + V6 + V7, data = foo)。其中 foo 是一个有 8 列的数据框 [Y, V1, V2, ... V7]

我实际上找到了一个解决方案，其中包括用零向量替换任何丢失的预测器。它可以工作，但我不得不保留和处理许多占用内存的无用数据（每个数组都有大约 40,000 个值）。

这是代码的样子

for (current_array in arrays)
{
    Y = get.data(current_array) #Actually lot of long process

    regressors_mat = matrix (0, nrow = 40000, ncol = 7) # All non existing indicators will stay at 0
    colmatreg = 0
    for (predictor in predictors)
    {
        colmatreg = colmatreg + 1       
        if (!(predictor.exists.for(current_array))
        { 
                next
        }
        regressors_mat[, colmatreg] = get.data(predictor) #Actually lot of long process
    }
    dtf = data.frame(cbind(regressors_mat, Y))  
    colnames(dtf)[ncol(dtf)] = "Y"

    LinearModel = lm(Y ~ V1 + V2 + V3 + V4 + V5 + V6 + V7, data = dtf)#won't work if the 7 predictors are not available
# Long process 
}   
# Long process

是否有执行多因素线性回归而无需编写 LinearModel = lm(Y ~ V1 + V2 + V3 + V4 + V5 + V6 + V7, data = dtf) 当所有 7 个预测变量都不可用且 无需保存和处理 40,000 x 400 x nb_of_unavailable_predictors ?

这样的东西会很棒：

for (current_array in arrays)
{
    Y = get.data(current_array)
    nbcol = nb.predictos.available(current_array) # I can have this function
    regressors_mat = matrix (0, nrow = 40000, ncol = nbcol )
    colmatreg = 0
    for (predictor in predictors)
    {
        colmatreg = colmatreg + 1       
        if (!(predictor.exists.for(current_array))
        { 
                next
        }
        regressors_mat[, colmatreg] = get.data(predictor) #Actually lot of long process
    }
    dtf = data.frame(cbind(regressors_mat, Y))  
    colnames(dtf)[ncol(dtf)] = "Y"

    LinearModel = lm(Y ~ colSums(dtf[, 1:(ncol(dtf) -1)], data = dtf)
#Allowing to make the multifactorial model without knowing in advance the number of factors
}

或者如果它更有效，我什至不必预先分配，我可以连接列

任何帮助或建议都会很棒。谢谢！

【问题讨论】：

标签： r linear-regression

【解决方案1】：

我终于发现. 是解决方案！如果 dtf 是一个有 8 列的数据框 [Y, V1, V2, ... V7]

LinearModel = lm(Y ~ V1 + V2 + V3 + V4 + V5 + V6 + V7, data = dtf)

完全一样：

LinearModel = lm(Y ~ ., data = dtf)

.，将占用所有剩余的列。

【讨论】：