วิธีการเขียนสูตรอย่างรวบรัดโดยมีตัวแปรหลายตัวจาก data frame?

สมมติว่าฉันมีตัวแปรการตอบสนองและข้อมูลที่มีสามตัวแปรร่วม (เป็นตัวอย่างของเล่น):

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

ฉันต้องการปรับการถดถอยเชิงเส้นให้พอดีกับข้อมูล:

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

มีวิธีเขียนสูตรไหมโดยที่ฉันไม่ต้องเขียนความแปรปรวนร่วมแต่ละตัว ตัวอย่างเช่น

fit = lm(y ~ d)

(ฉันต้องการให้แต่ละตัวแปรใน data frame เป็นตัวแปรร่วม) ฉันถามเพราะจริงๆแล้วฉันมีตัวแปร 50 ตัวใน data frame ของฉันดังนั้นฉันจึงต้องการหลีกเลี่ยงการเขียนออกx1 + x2 + x3 + etcไป

มีตัวระบุพิเศษที่สามารถใช้ในสูตรเพื่อหมายถึงตัวแปรทั้งหมดนั่นคือ.ตัวระบุ

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)

คุณสามารถทำสิ่งนี้ได้เช่นกันเพื่อใช้ตัวแปรทั้งหมดยกเว้นตัวแปรเดียว (ในกรณีนี้จะไม่รวม x3):

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

เทคนิค.หมายถึงตัวแปรทั้งหมดไม่ได้กล่าวถึงแล้วในสูตร ตัวอย่างเช่น

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

ที่.จะอ้างอิงx3เป็นx1และx2มีอยู่แล้วในสูตร

วิธีการที่แตกต่างกันเล็กน้อยคือการสร้างสูตรของคุณจากสตริง ในformulaหน้าวิธีใช้คุณจะพบตัวอย่างต่อไปนี้:

## 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= "+")))

จากนั้นหากคุณดูสูตรที่สร้างขึ้นคุณจะได้รับ:

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

ใช่แน่นอนเพียงแค่เพิ่มการตอบกลับyเป็นคอลัมน์แรกในดาต้าเฟรมแล้วเรียกlm()มัน:

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  

นอกจากนี้ข้อมูลของฉันเกี่ยวกับจุด R ออกที่ได้รับมอบหมายว่าจะแนะนำมากกว่า<-=

ส่วนขยายของวิธีการของ juba คือการใช้reformulateฟังก์ชันที่ได้รับการออกแบบมาอย่างชัดเจนสำหรับงานดังกล่าว

## 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

สำหรับตัวอย่างใน OP วิธีแก้ปัญหาที่ง่ายที่สุดคือ

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

หรือ

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

หมายเหตุว่าการเพิ่มตัวแปรที่จะ data.frame ในd <- cbind(y, d)เป็นที่ต้องการไม่เพียงเพราะจะช่วยให้การใช้งานของreformulateแต่ยังเพราะมันช่วยให้การใช้งานในอนาคตของวัตถุในการทำงานเช่นlmpredict

ฉันสร้างโซลูชันreformulateนี้ไม่สนใจว่าชื่อตัวแปรมีช่องว่างสีขาวหรือไม่

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  

`` `

คุณสามารถตรวจสอบแพ็กเกจleapsและโดยเฉพาะฟังก์ชันregsubsets() ฟังก์ชันสำหรับการเลือกรุ่น ตามที่ระบุไว้ในเอกสาร:

การเลือกโมเดลโดยการค้นหาแบบละเอียดเดินหน้าหรือถอยหลังตามลำดับหรือการแทนที่ตามลำดับ