如何在函数中随机交换列？

Question

我有一个矩阵和一个向量

set.seed(1) # I added this to have a reproducible values
X <- matrix(rexp(200, rate=.1), ncol=20)
Y <- matrix(rexp(10, rate=.1), ncol=1)

然后我随机选择 X 的 5 列 正如@Laterow 建议的那样 # 从 X 中选择 5 个随机列 温度

然后我将 X1 与我的 Y

合并

mydata <- data.frame(cbind(Y,X1))

然后我建立一个回归

fit = lm(Y~.,data=mydata)

然后我得到sd

se <- sqrt(diag(vcov(fit)))

现在我想做的是用我原来的 X 的所有其他列更改具有最大 se 的列，并保留具有最低 se 的列

例如如果你在上面运行，在se中，我有最大价值的X3

          X3  
7.348126e-18 

所以我将 X1 的第 3 列更改为 X 中除自身之外的所有其他列

现在我想将第 3 列自动更改为 X 中除自身以外的所有其他列

如果你这样做了

> temp
#[1] 18  4  9  8 10

X1 的第 3 列被 X 的除 9 之外的所有列改变了

Answer 1

真的很难理解你想要达到的目标

1. “除了 9”不能将 1 列两次包含到 lm 中（没有变换）-共线性。因此，您需要更改除已使用的所有列上的 X3。

但也许是这样：

temp <- c(18 , 4 , 9,  8, 10) # your sample 
X1 <- X[,temp] 
mydata <- data.frame(cbind(Y,X1))
fit = lm(Y~.,data=mydata)
worst_se=which.max(summary(fit)$coefficients[-1,2]) # find max se without interceprt

Xm=X[,-temp] # all not used X

res2=lapply(1:ncol(Xm),function(i){
  mydata[[worst_se]] <- Xm[ , i]
  summary(lm(Y~.,data=mydata))$coefficients[names(worst_se),"Std. Error"] # return se of changed X3
})

您可能必须了解 ?step 曾经获得“最佳”模型 或here（你的任务与它非常相似）

PS

最高的se并不意味着最差的系数。 （有一些测试可以检查统计中coef的显着性）