lapply 的稳健线性回归答案

【问题标题】：robust linear regression with lapplylapply 的稳健线性回归
【发布时间】：2018-07-25 14:54:41
【问题描述】：

在数据帧列表上运行稳健的线性回归模型（使用 MASS 库中的 rlm）时遇到问题。

可重现的例子：

var1 <- c(1:100)
var2 <- var1*var1
df1  <- data.frame(var1, var2)
var1 <- var1 + 50
var2 <- var2*2
df2  <- data.frame(var1, var2)
lst1 <- list(df1, df2)

线性模型（工作）：

lin_mod <- lapply(lst1, lm, formula = var1 ~ var2)
summary(lin_mod[[1]])

我的健壮模型代码：

rob_mod <- lapply(lst1, MASS::rlm, formula = var1 ~ var2)

给出以下错误：

Error in rlm.default(X[[i]], ...) : 
argument "y" is missing, with no default

我该如何解决这个问题？

我的实际数据中的错误是：

Error in qr.default(x) : NA/NaN/Inf in foreign function call (arg 1)
In addition: Warning message:
In storage.mode(x) <- "double" : NAs introduced by coercion

【问题讨论】：

如您所见，?lm 仅提供公式方法。相比之下，?rlm 同时提供（公式和x,y）。因此，您必须指定 data 来表示 rlm 才能使用 Rui Barradas 答案中的公式方法。

标签： r

【解决方案1】：

您也可以尝试purrr:map 解决方案：

library(tidyverse)
map(lst1, ~rlm(var1 ~ var2, data=.))

或如 joran 评论的那样

map(lst1, MASS:::rlm.formula, formula = var1 ~ var2)

正如您在此处看到的，?lm 仅提供公式方法。相比之下，?rlm 提供了两者（formula 和 x, y）。因此，您必须指定data= 来表示rlm 才能显式使用公式方法。否则 rlm 想要 x 和 y 作为输入。

【讨论】：

【解决方案2】：

您的呼叫缺少data 参数。 lapply 将调用FUN，列表中的每个成员作为FUN 的第一个 参数，但data 是rlm 的第二个 参数。

解决办法是定义一个匿名函数。

lin_mod <- lapply(lst1, function(DF) MASS::rlm(formula = var1 ~ var2, data = DF))
summary(lin_mod[[1]])
#
#Call: rlm(formula = var1 ~ var2, data = DF)
#Residuals:
#    Min      1Q  Median      3Q     Max 
#-18.707  -5.381   1.768   6.067   7.511 
#
#Coefficients:
#              Value   Std. Error t value
#(Intercept) 19.6977  1.0872    18.1179
#var2         0.0092  0.0002    38.2665
#
#Residual standard error: 8.827 on 98 degrees of freedom

【讨论】：

我认为不使用匿名函数而是直接通过MASS:::rlm.formula调用公式方法就足够了。
@joran 但是lapply 怎么知道将列表成员放在哪里？问题是一样的。
它的工作方式与lm 完全相同。试试吧，它有效：lapply(lst1, MASS:::rlm.formula, formula = var1 ~ var2).
谢谢，帮了大忙。为什么我的代码适用于线性模型？这两个函数的第一个参数的顺序在文档中看起来很相似。
@felixR Rui 的回答是正确的，但解释可能有点混乱。问题实际上不是参数的顺序，而是附加 S3 方法的存在，如另一个答案中所述。这会在调度中产生一些歧义，因此为rlm 调用默认方法而不是公式方法。直接调用该方法或指定另一个参数都强制使用公式方法。