使用 lapply 存储在列表中的简单线性回归的汇总统计答案

【问题标题】：Summary statistics for simple linear regressions stored in a list using lapply使用 lapply 存储在列表中的简单线性回归的汇总统计
【发布时间】：2020-05-10 16:29:40
【问题描述】：

我有一系列简单的线性回归，形式为 y ~ x1、y ~x2、y~ x3 等。

我已经能够运行我所有的线性回归并存储了输出，但是我无法以矢量化方式访问汇总统计信息，例如为每个模型调整 R 平方。

我可以通过 for 循环来完成并遍历每个模型，但我认为必须有更简单的方法来使用 lapply（或 sapply？）并更快地获得结果。

一个可重现的例子如下：

library(tidyverse)
library(broom)

set.seed(6)

DF <- data.frame(Y=rnorm(50, 100, 3),
                 X1=rnorm(50, 100, 3),
                 X2=rnorm(50, 100, 3),
                 X3=rnorm(50, 100, 3),
                 X4=rnorm(50, 100, 3))

DF_longer = pivot_longer(DF, -Y, names_to = "variable", values_to = "value", values_ptypes = list(val = 'numeric'))

lm1 = DF_longer %>% group_by(variable) %>% do(tidy(lm(Y ~ value, data=.)))
lm2 = DF_longer %>% group_by(variable) %>% do(mod = lm(Y ~ value, data=.))

我想优化的部分如下，我想将每个模型的调整后的 R 平方存储在没有 for 循环的向量中。

lm2_data = summary(lm2$mod[[1]])
lm2_data$adj.r.squared

lm2_data = summary(lm2$mod[[2]])
lm2_data$adj.r.squared

lm2_data = summary(lm2$mod[[3]])
lm2_data$adj.r.squared

lm2_data = summary(lm2$mod[[4]])
lm2_data$adj.r.squared

【问题讨论】：

标签： r regression lapply

【解决方案1】：

这是一个使用 mtcars 数据的示例：

regModels <- c("mpg ~ am", "mpg ~ am + wt", "mpg ~ wt + am + disp")

results <- lapply(regModels,function(x){
     y <- summary(lm(x,data = mtcars))$adj.r.squared

})

names(results) <- regModels

results

...和输出：

> results
$`mpg ~ am`
[1] 0.3384589

$`mpg ~ am + wt`
[1] 0.7357889

$`mpg ~ wt + am + disp`
[1] 0.757583

>

使用原始帖子中的数据...

library(tidyverse)
library(broom)
set.seed(6)

DF <- data.frame(Y=rnorm(50, 100, 3),
                 X1=rnorm(50, 100, 3),
                 X2=rnorm(50, 100, 3),
                 X3=rnorm(50, 100, 3),
                 X4=rnorm(50, 100, 3))

DF_longer = pivot_longer(DF, -Y, names_to = "variable", values_to = "value", values_ptypes = list(val = 'numeric'))

lm1 = DF_longer %>% group_by(variable) %>% do(tidy(lm(Y ~ value, data=.)))
lm2 = DF_longer %>% group_by(variable) %>% do(mod = lm(Y ~ value, data=.))

adjRsquared <- lapply(lm2$mod,function(x){
     y <- summary(x)$adj.r.squared
})
names(adjRsquared) <- lm2$variable
adjRsquared

...和输出：

> adjRsquared
$X1
[1] -0.007637371

$X2
[1] 0.007729944

$X3
[1] 0.04993542

$X4
[1] -0.02026235

【讨论】：

我想避免定义模型 regModels，因为我有几个不同的模型要运行（总共 13 个），所以我想尽量保持它的效率。
@AveshenPillay - 我更新了我的答案以包含您的数据的解决方案。

【解决方案2】：

sapply() 函数对列表的每个元素执行一个函数并为您提供一个向量：

sapply(lm2$mod, function(x) summary(x)$adj.r.squared)

【讨论】：

【解决方案3】：

在基础 R 中，您可以使用 reformulate 获得公式向量 fov，在此向量上进行回归并同时提取 adj。 R² 在sapply。

fov <- lapply(names(DF)[2:5], reformulate, "Y")
res <- sapply(fov, function(x) summary(lm(x, data=DF))$adj)
res
# [1] -0.007637371  0.007729944  0.049935424 -0.020262353

一步完成：

sapply(lapply(names(DF)[2:5], reformulate, "Y"), function(x) summary(lm(x, data=DF))$adj)
# [1] -0.007637371  0.007729944  0.049935424 -0.020262353

注意：你说你想要一个向量，如果你想要一个列表，只需将 sapply 替换为 lapply。

【讨论】：