获取“lm()”返回的“mlm”对象的残差标准误差

Question

我已使用 lm() 拟合多个回归模型，用于 R.Eg 中的多个（约 100 万）响应变量。

allModels <- lm(t(responseVariablesMatrix ~ modelMatrix)

这将返回一个“mlm”类的对象，它就像一个包含所有模型的巨大对象。我想获得每个模型的残差平方和，我可以使用：

summaries <- summary(allModels)
rss1s <- sapply(summaries, function(a) return(a$sigma))

我的问题是我认为“汇总”函数也会计算一大堆其他东西，因此速度很慢。我想知道是否有更快的方法来提取模型的残差平方和？

谢谢！

Answer 1

lm 对象的输出中有一个分量残差，因此您可以通过sum(output$residuals^2) 得到残差平方和。

edit：您实际上是从摘要中取出 sigma，即 sqrt(sum(output$residuals^2)/output$df.residuals)

对于所有模型使用

sapply(allModels, function(a) sqrt(sum(a$residuals^2)/a$df.residuals)))

Answer 2

很少有人知道，通用函数deviance 可以计算“lm”和“mlm”模型的残差平方和。让fit成为你的拟合模特，你可以这样做

sqrt(deviance(fit) / fit$df.residual)

这里有两个优点：

1. 通用函数是完全“矢量化”的（使用colSums）而不是基于循环的（如sapply 的解决方案）；
2. 通用函数知道如何处理加权回归情况。