国家删除回归答案

【问题标题】：Regression with country-wise deletion国家删除回归
【发布时间】：2016-06-30 01:15:32
【问题描述】：

我正在尝试在 R 中使用按国家/地区删除的 logit 回归。假设我有一个包含四个变量的数据框：年份、countryid (1-12)、gdp 和人口。我想找出一种方法来运行 12 次不同的回归，每次都删除一个国家，看看将每个退出的效果是什么。我一直在尝试编写一个循环来删除向量中的系数，但没有任何成功。

任何帮助将不胜感激！

【问题讨论】：

请展示你的一些努力。
使用iris，类似这样：lapply(levels(iris$Species),function(x) lm(Sepal.Length~Sepal.Width,data=iris[iris$Species!=x,]))。您获得了不同的data.frames，并移除了感兴趣的变量的水平，并从每个模型中运行一个线性模型 (lm)。猜猜你可以根据你的实际数据调整这个想法。
我已经回滚了您刚刚说“问题已被删除”的编辑。一旦您的问题得到回答，就不能直接删除它，因为这必然会删除其他人花费时间和精力提供的答案。既然您说 Herka 的回答“效果很好”，那么您应该做的是支持并接受他们的回答。
如果您真的想删除问题，则需要先关闭它。似乎没有任何密切的原因适用，因此不太可能从高声誉用户那里获得所需的 5 票...

标签： r loops regression logistic-regression

【解决方案1】：

我会这样做。

假数据：

set.seed(123)
nobs=500
dat <- data.frame(y = rbinom(nobs,1,0.5),
                  var1=rnorm(nobs),
                  var2=sample(LETTERS[1:12],nobs,T))

“国家”的向量：

countries <- unique(dat$var2)
names(countries) <- countries

模型列表（便于以后提取）：

models <- lapply(countries, function(x){
  fit <- glm(y~var1+var2, data=dat[dat$var2!=x,], family=binomial)
  fit
})

【讨论】：

【解决方案2】：

variables <- c("year", "countryid1", "id2", ..., "id12", "gdp", "population")

for (i in 2:13) {
variables.to.fit <- variables[-i]
}

然后你必须把你的 logit fit 放在这个循环中。在每个循环中。这将删除每个 drop 中的每个 id 变量。

【讨论】：

【解决方案3】：

这是一个答案，您需要稍微编辑一下才能使用您拥有的确切变量

data(mtcars)


y_var<-'mpg'
x_vars<-setdiff(names(mtcars),y_var)

for(i in x_vars){

  variables<-setdiff(x_vars,i)
  fm <- as.formula(paste(y_var, " ~", paste(variables, collapse = "+")))
  linear_model<-glm(fm, data = mtcars)
  assign(paste0('model_wout_',i),linear_model) #this will store your different linear models so you can call them with `summary(model.name)`

}

这也是一个线性模型 - 需要添加“二项式”使其对数...

【讨论】：

OP 想要删除行，而不是列。