Làm thế nào để viết một công thức có nhiều biến từ một khung dữ liệu?

Giả sử tôi có một biến phản hồi và một dữ liệu chứa ba biến số (như một ví dụ đồ chơi):

y = c(1,4,6)
d = data.frame(x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2))

Tôi muốn phù hợp với một hồi quy tuyến tính với dữ liệu:

fit = lm(y ~ d$x1 + d$x2 + d$y2)

Có cách nào để viết công thức để tôi không phải viết ra từng hiệp biến riêng lẻ không? Ví dụ, một cái gì đó như

fit = lm(y ~ d)

(Tôi muốn mỗi biến trong khung dữ liệu là một hiệp biến.) Tôi đang hỏi vì tôi thực sự có 50 biến trong khung dữ liệu của mình, vì vậy tôi muốn tránh viết ra x1 + x2 + x3 + etc.

Có một định danh đặc biệt mà người ta có thể sử dụng trong công thức để có nghĩa là tất cả các biến, đó là .định danh.

y <- c(1,4,6)
d <- data.frame(y = y, x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2))
mod <- lm(y ~ ., data = d)

Bạn cũng có thể làm những việc như thế này, để sử dụng tất cả các biến trừ một biến (trong trường hợp này x3 bị loại trừ):

mod <- lm(y ~ . - x3, data = d)

Về mặt kỹ thuật, .có nghĩa là tất cả các biến chưa được đề cập trong công thức . Ví dụ

lm(y ~ x1 * x2 + ., data = d)

nơi .sẽ chỉ tham chiếu x3như x1và x2đã có trong công thức.

Một cách tiếp cận hơi khác là tạo công thức của bạn từ một chuỗi. Trong formulatrang trợ giúp, bạn sẽ tìm thấy ví dụ sau:

## Create a formula for a model with a large number of variables:
xnam <- paste("x", 1:25, sep="")
fmla <- as.formula(paste("y ~ ", paste(xnam, collapse= "+")))

Sau đó, nếu bạn nhìn vào công thức đã tạo, bạn sẽ nhận được:

R> fmla
y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 + 
    x12 + x13 + x14 + x15 + x16 + x17 + x18 + x19 + x20 + x21 + 
    x22 + x23 + x24 + x25

Tất nhiên là có, chỉ cần thêm phản hồi ylàm cột đầu tiên trong khung dữ liệu và gọi lm()nó:

d2<-data.frame(y,d)
> d2
  y x1 x2 x3
1 1  4  3  4
2 4 -1  9 -4
3 6  3  8 -2
> lm(d2)

Call:
lm(formula = d2)

Coefficients:
(Intercept)           x1           x2           x3  
    -5.6316       0.7895       1.1579           NA  

Ngoài ra, thông tin của tôi về R chỉ ra rằng việc chuyển nhượng với <-được khuyến nghị kết thúc =.

Một phần mở rộng của phương pháp juba là sử dụng reformulate, một hàm được thiết kế rõ ràng cho một nhiệm vụ như vậy.

## Create a formula for a model with a large number of variables:
xnam <- paste("x", 1:25, sep="")

reformulate(xnam, "y")
y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 + 
    x12 + x13 + x14 + x15 + x16 + x17 + x18 + x19 + x20 + x21 + 
    x22 + x23 + x24 + x25

Đối với ví dụ trong OP, giải pháp đơn giản nhất ở đây sẽ là

# add y variable to data.frame d
d <- cbind(y, d)
reformulate(names(d)[-1], names(d[1]))
y ~ x1 + x2 + x3

hoặc là

mod <- lm(reformulate(names(d)[-1], names(d[1])), data=d)

Lưu ý rằng việc thêm biến phụ thuộc vào data.frame in d <- cbind(y, d)được ưu tiên không chỉ vì nó cho phép sử dụng reformulatemà còn vì nó cho phép sử dụng lmđối tượng trong các hàm như sau predict.

Tôi xây dựng giải pháp này, reformulatekhông quan tâm nếu tên biến có khoảng trắng.

add_backticks = function(x) {
    paste0("`", x, "`")
}

x_lm_formula = function(x) {
    paste(add_backticks(x), collapse = " + ")
}

build_lm_formula = function(x, y){
    if (length(y)>1){
        stop("y needs to be just one variable")
    }
    as.formula(        
        paste0("`",y,"`", " ~ ", x_lm_formula(x))
    )
}

# Example
df <- data.frame(
    y = c(1,4,6), 
    x1 = c(4,-1,3), 
    x2 = c(3,9,8), 
    x3 = c(4,-4,-2)
    )

# Model Specification
columns = colnames(df)
y_cols = columns[1]
x_cols = columns[2:length(columns)]
formula = build_lm_formula(x_cols, y_cols)
formula
# output
# "`y` ~ `x1` + `x2` + `x3`"

# Run Model
lm(formula = formula, data = df)
# output
Call:
    lm(formula = formula, data = df)

Coefficients:
    (Intercept)           x1           x2           x3  
        -5.6316       0.7895       1.1579           NA  

``

Bạn có thể kiểm tra gói leapsvà cụ thể là các chức regsubsets() năng chức năng để lựa chọn mô hình. Như đã nêu trong tài liệu:

Lựa chọn mô hình bằng cách tìm kiếm đầy đủ, tiến hoặc lùi từng bước hoặc thay thế tuần tự