R逐步回归模型按列名迭代（数据表）答案

【问题标题】：R stepwise regression model iteration by column name (data table)R逐步回归模型按列名迭代（数据表）
【发布时间】：2016-08-24 01:46:45
【问题描述】：

我有一个.csv 文件，并在 R 中输入使用来自 librarydata.table 的 fread() 函数。

在R中输入8928 obs和71 variable的文件。

这是 71 列 8928 行的数据内容，称为DT：

01F0017S 01F0029S 01F0061S ... 01F3676S 01F3686S 01F3736S
49.25    47.58    119.00       116.77   34.00    188.44
....
52.25    49.40    199.18   ... 118.83   33.10    186.13

然后我通过以下方式创建了两个data.table TrainDT 和PracticeDT：

TrainDT<-DT[1:round(0.7*nrow(DT),0)]
PracticeDT<-DT[round(0.7*nrow(DT),0):nrow(DT)]

我写了一个 for 循环来拟合逐步回归模型 step() 和 predict() 它。

按照以下步骤拟合模型：

第 1 步：

我将TrainDT 转移到TrainModel data.table 与2673 obs、72 variables 和cbind() 一个名为01F0017S_y 的新列

TrainModel<-cbind(setnames(TrainDT[7:nrow(TrainDT),i,with=F],paste0(names(DT[1,i,with=FALSE]),'_y')),TrainDT[1:(nrow(TrainDT)-6),1:length(TrainDT),with=F])

TrainModel的内容：

01F0017S_y  01F0017S 01F0029S 01F0061S ... 01F3676S 01F3686S 01F3736S
43.74       49.25    47.58    119.00       116.77   34.00    188.44
....
44.55       52.25    49.40    199.18   ... 118.83   33.10    186.13

第 2 步：

这是我的问题：

我使用lm 来拟合回归模型和step(lm,direction='both') 脚本如下：

Fitmodel<-lm(`01F0017S_y`~.,data=TrainModel)
stepwise<-step(Fitmodel,sacle=0,direction = 'both')

我怎样才能使这个线性模型适应不同名称的逐步回归与列_y？

例如：

Fitmodel<-lm(`01F0017S_y`~.,data=TrainModel)
Fitmodel<-lm(`01F0029S_y`~.,data=TrainModel)
Fitmodel<-lm(`01F0061S_y`~.,data=TrainModel)

我编写的循环将自动创建带有_y 的变量，但不知道如何分配给迭代。

我尝试了一些方法来分配变量_y，但总是失败，因为模型会将变量_y 与响应变量放在一起。

例如。 Fitmodel<-lm(TrainModel[[1]]~.,data=TrainModel)

_y 将与其他变量一起放入如下图：

我尝试这种方式：

x<-paste(names(DT[1,1,with=FALSE]),'_y',sep ='' )
ModelTest_8<-lm(`x`~.,data=TrainModel)

带有错误信息：

如何使用不同的_y 变量迭代逐步回归？

非常感谢。

【问题讨论】：

标签： r data.table regression

【解决方案1】：

在没有可重复数据的情况下，这里有一个使用虹膜数据的解决方案：

dat <- iris[, !names(iris) %in% "Species"]    
responses<- grep("Length", names(iris), value=T)
predictor <- grep("Width", names(iris), value=T)
models <- lapply(responses, function(x) as.formula(paste(x, paste(predictor,collapse="+"), sep="~")))

models
[[1]]
Sepal.Length ~ Sepal.Width + Petal.Width
<environment: 0x0000000015c28de0>

[[2]]
Petal.Length ~ Sepal.Width + Petal.Width
<environment: 0x0000000015c2c9e0>


fits <- lapply(models, lm, data=dat)
steps <- lapply(fits, step, sacle=0, direction="both")

【讨论】：