如何在 Power Query 中使用 R 转换步骤获取线性回归模型参数

Question

假设我们有两个变量 Y 和 X，我们想在 Power Query 中使用 Transform > Run R script 创建一个简单的回归模型。这里有示例数据：

let
    Source = Table.FromRows(Json.Document(Binary.Decompress(Binary.FromText("i45WMlTSAeJYnWglYyDLCMwyBbKMwSwLIMtEKTYWAA==", BinaryEncoding.Base64), Compression.Deflate)), let _t = ((type text) meta [Serialized.Text = true]) in type table [Y = _t, X = _t]),
    #"Changed Type" = Table.TransformColumnTypes(Source,{{"Y", Int64.Type}, {"X", Int64.Type}})
in
    #"Changed Type"

然后我使用以下代码将Run R script 步骤添加到 Power Query：

output <- lm(Y ~ X, data=dataset)

但我得到了一张空桌子：

如何修改R脚本来获取模型摘要？

Answer 1

据我所知，为了从您的 R 脚本中检索任何输出，它必须采用 data.frame 的形式。但是，如果您尝试运行类似df<-data.frame(output) 的内容，则会收到错误消息

as.data.frame.default(x[[i]], optional = TRUE, stringsAsFactors = > > stringsAsFactors) 中的错误：无法将“summary.lm”类强制转换为 data.frame

但是您可以检索相同摘要的部分内容并将其组织在数据框中。以您的 sn-p 为基础，以下是模型系数的方法。我冒昧地将您的 output 重命名为 model。

代码：

model <- lm(Y ~ X, dataset)
df<- data.frame(coef(model))
names(df)[names(df)=="coef.model."] <- "coefficients"
df['variables'] <- row.names(df)

输出 1：

接下来，只需点击Table即可获取：

输出 2：

由于我没有你的数据，我只使用了Enter Data 和这个简单的数据示例：

编辑：其他模型估计

如果您想从模型中检索估计的序列，例如残差或拟合值，只需将以下行添加到上面的 sn-p 中：

df_estimates <- data.frame(fitted(model), residuals(model))
colnames(df_estimates) <- c('fitted', 'residuals')

现在的初步输出是：

这是 Power BI 中一个非常实用的功能。只需单击您要继续使用的数据框旁边的table。在后一种情况下，您会得到：

编辑 2 - 在输出中包含原始数据集：

#Y <- c(1,2,3,4,4)
#X <- c(1,2,3,4,5)

#dataset <- data.frame(X, Y)

model <- lm(Y ~ X, dataset)
df<- data.frame(coef(model))
names(df)[names(df)=="coef.model."] <- "coefficients"
df['variables'] <- row.names(df)
df_estimates <- data.frame(dataset$X, dataset$Y, fitted(model), residuals(model))
colnames(df_estimates) <- c('X', 'Y', 'fitted', 'residuals')
df_estimates