在 tidyverse 工作流程中运行多个嵌套回归模型答案

【问题标题】：Running multiple nested regression models in tidyverse workflow在 tidyverse 工作流程中运行多个嵌套回归模型
【发布时间】：2020-11-23 09:12:56
【问题描述】：

我经常希望对我的数据的两个不同子组以及多个模型（例如，一个双变量模型和一个带有控件的模型）运行相同的回归。在我看来，嵌套、映射和整理的 purrr/tidyr/broom 工作流程应该适用于此。我了解如何在嵌套工作流程中创建子组，但我不了解如何运行多个模型并从每个模型中输出经过整理的回归结果列表。

例如：

mtcars %>% 
  nest(data=-c(vs)) %>%
  mutate(
    fit = map(data,~lm(mpg ~ cyl, data = .x)),
    fit1 = map(data,~lm(mpg ~ cyl + gear + wt, data = .x)),
    tidied = map(fit, tidy),
    tidied1 = map(fit1, tidy),
  ) %>% 
  unnest(tidied) %>% 
  unnest(tidied1)

生成结果“Names must be unique”，大概是因为它认为我想对结果进行列绑定，但是bind_rows(tidied,tidied1)返回“object 'tidied' not found”。

有人知道怎么做吗？

【问题讨论】：

您想要的输出是什么样的？你真的想要一个整洁的对象列表吗？
这个答案对你打算做的有帮助吗？
我想要的输出是一个包含两个额外列的回归结果的整齐列表，一个指定子组（在本例中为“vs”），另一个指定模型（在本例中为“二元”和“ wcontrol"

标签： r tidyverse tidyr purrr broom

【解决方案1】：

已编辑

这是一个使用嵌套 map 调用并避免取消嵌套数据的选项。

library(dplyr)
library(purrr)
library(broom)

# named vector so we can distinguish list results
formulae <- c(bivariate = mpg ~ cyl, 
              wcontrol = mpg ~ cyl + gear + wt)

map(formulae, function (y) 
  mtcars %>%
  split(.$vs) %>%
  map(~ lm(y, data = .x)) %>%
  map(~ broom::tidy(.)))

根据您的更新，这将直接对模型进行建模

library(dplyr)
library(ggplot2)
library(dotwhisker)

map(formulae, function (y) 
  mtcars %>%
    split(.$am) %>%
    purrr::map(~ lm(y, data = .x)) %>%
    dwplot() %>%
    relabel_predictors(c(wt = "Weight", cyl = "Cylinders", gear = "Gears")) +
    theme_bw() + xlab("Coefficient") + ylab("") +
    geom_vline(xintercept = 0, colour = "grey60", linetype = 2) +
    ggtitle(paste("The model is", deparse(y, width.cutoff = 100), collapse=""))  +
    scale_colour_grey(start = .4, end = .8,
                      name = "Transmission",
                      breaks = c("Model 0", "Model 1"),
                      labels = c("Automatic", "Manual"))
)
#> $bivariate

#> 
#> $wcontrol

【讨论】：

哇，这很有意义。是否可以输出一个小标题而不是一个列表？我的目标是将其传送到 ggplot 或 dotwhisker:dwplot
在本规范中如何将一个变量拆分为多个变量？
Feed split 在split(list(.$vs, .$am)) 上拆分的变量列表
你知道如何使第二个命令与多个变量一起工作吗？
你知道如何使用多个分组变量使第一个命令创建一个整齐的数据框，其中行指定组吗？当前版本为每个组输出新列

【解决方案2】：

一个建议是在用lm() 拟合和用broom::tidy() 整理之间添加一个gather() 操作。这有效地将所有模型合并到一个列中，并且可以通过单个操作轻松整理：

mtcars %>%
    nest(data=-c(vs)) %>%
    mutate(
        fit = map(data,~lm(mpg ~ cyl, data = .x)),
        fit1 = map(data,~lm(mpg ~ cyl + gear + wt, data = .x))
    ) %>%
    gather(name, model, fit:fit1) %>%        # <--- consolidate before tidying
    mutate(tidied = map(model, tidy)) %>%
    unnest(tidied)
# # A tibble: 12 x 9
#        vs data        name  model  term    estimate std.error statistic   p.value
#     <dbl> <list>      <chr> <list> <chr>      <dbl>     <dbl>     <dbl>     <dbl>
#   1     0 <tibble [1… fit   <lm>   (Inter…   36.9       3.69     10.0     2.73e-8
#   2     0 <tibble [1… fit   <lm>   cyl       -2.73      0.490    -5.56    4.27e-5
#   3     1 <tibble [1… fit   <lm>   (Inter…   41.9       5.78      7.26    1.00e-5
#   4     1 <tibble [1… fit   <lm>   cyl       -3.80      1.24     -3.07    9.78e-3
#   5     0 <tibble [1… fit1  <lm>   (Inter…   41.9       5.71      7.33    3.76e-6
# ...

【讨论】：