回归总结(R)
回归总结(R)
提问于 2013-07-05 07:34:13
我一直在使用glm函数进行回归分析，它对我很好。不过，我想知道的是，一些我想回归的东西涉及到大量的回归因素。我有两个主要问题：
- 是否可以为回归者提供文本向量？
summary(glm)的p值部分能被排序吗？最好是每个回归者的p值。
例如。
A # sample data frame
names(A)
[1] Dog Cat Human Limbs Tail Height Weight Teeth.Count
a = names(A)[4:7]
glm( Dog ~ a, data = A, family = "binomial")回答 2
Stack Overflow用户
回答已采纳
发布于 2013-07-05 07:53:14
有关您的第一个问题，请参见as.formula。基本上，您希望执行以下操作：
x <- names(A)[4:7]
regressors <- paste(x,collapse=" + ")
form <- as.formula(c("Dog ~ ",regressors))
glm(form, data = A, family = "binomial")如果要在模型中使用交互术语，则需要使用不同的collapse=参数使结构更加复杂。该参数指定在向量的元素之间放置哪些符号。例如，如果您在上面的代码中指定了"*"，那么您将有一个饱和模型，具有所有可能的交互。如果您只需要一些交互，但不是全部，您将首先创建包含所有交互的部分(使用"*“作为折叠参数)，然后在单独的粘贴函数中添加其余的术语(使用"+”作为折叠参数)。总之，您希望创建一个与公式相同的字符串，然后将其转换为公式类。
对于第二个问题，您需要将摘要的输出转换为可以排序的数据结构。例如，一个数据框架。假设您的glm模型的名称是model：
library(plyr)
coef <- summary(model)[12]
coef.sort <- as.data.frame(coef)
names(coef.sort) <- c("Estimate","SE","Tval","Pval")
arrange(coef.sort,Pval)将arrange()的结果分配给变体，并按照您的意愿继续进行。
Stack Overflow用户
发布于 2013-07-05 07:59:29
一个示例数据框架：
set.seed(42)
A <- data.frame(Dog = sample(0:1, 100, TRUE), b = rnorm(100), c = rnorm(100))
a <- names(A)[2:3]首先，您可以使用字符向量a创建一个使用reformulate的模型公式。
glm(Dog ~ a, data = A, family = "binomial")
form <- reformulate(a, "Dog")
# Dog ~ b + c
model <- glm(form, data = A, family = "binomial")其次，这是一种按照p值对模型摘要进行排序的方法：
modcoef <- summary(model)[["coefficients"]]
modcoef[order(modcoef[ , 4]), ]
# Estimate Std. Error z value Pr(>|z|)
# b 0.23902684 0.2212345 1.0804232 0.2799538
# (Intercept) 0.20855908 0.2025642 1.0295951 0.3032001
# c -0.09287769 0.2191231 -0.4238608 0.6716673页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/17483462
复制相关文章
相似问题
腾讯云开发者
