具有动态变量数的公式

Question

具有动态变量数的公式假设有一些data.frame foo_data_frame，并且想要找到某些其他列的目标列Y的回归。为此目的，通常使用一些公式和模型。例如：linear_model <- lm(Y ~ FACTOR_NAME_1 + FACTOR_NAME_2, foo_data_frame)如果公式是静态编码的话，这确实很有效。如果希望使用常数的因变量（例如2）对多个模型进行根处，则可以这样处理：for (i in seq_len(factor_number)) {   for (j in seq(i + 1, factor_number)) {     linear_model <- lm(Y ~ F1 + F2, list(Y=foo_data_frame$Y,                                          F1=foo_data_frame[[i]],                                          F2=foo_data_frame[[j]]))     # linear_model further analyzing...   }}我的问题是当程序运行期间变量的数量动态变化时，如何做同样的影响？for (number_of_factors in seq_len(5)) {    # Then root over subsets with #number_of_factors cardinality.    for (factors_subset in all_subsets_with_fixed_cardinality) {      # Here I want to fit model with factors from factors_subset.      linear_model <- lm(Does R provide smth to write here?)    }}

Answer 1

参见?as.formula，例如：

factors <- c("factor1", "factor2")

as.formula(paste("y~", paste(factors, collapse="+")))

# y ~ factor1 + factor2

其中factors是一个字符向量，其中包含要在模型中使用的因子的名称。这可以粘贴到lm模型中，例如：

set.seed(0)

y <- rnorm(100)

factor1 <- rep(1:2, each=50)

factor2 <- rep(3:4, 50)

lm(as.formula(paste("y~", paste(factors, collapse="+"))))

# Call:

# lm(formula = as.formula(paste("y~", paste(factors, collapse = "+"))))

# Coefficients:

# (Intercept)      factor1      factor2  

#    0.542471    -0.002525    -0.147433

Answer 2

一个经常被遗忘的功能是reformulate。来自?reformulate：

reformulate 从字符向量创建公式。

---

一个简单的例子：

listoffactors <- c("factor1","factor2")reformulate(termlabels = listoffactors, response = 'y')

将产生这个公式：

y ~ factor1 + factor2

---

虽然没有明确记录，但您也可以添加交互术语：

listofintfactors <- c("(factor3","factor4)^2")reformulate(termlabels = c(listoffactors, listofintfactors), 
    response = 'y')

会产生：

y ~ factor1 + factor2 + (factor3 + factor4)^2

Answer 3

另一种选择可能是在公式中使用矩阵：

Y = rnorm(10)foo = matrix(rnorm(100),10,10)factors=c(1,5,8)lm(Y ~ foo[,factors])