比较 R 中两个不同线性模型的系数

Question

我目前正在使用一种变量选择技术，该技术要求我确定任何给定变量的系数在具有不同变量组合的模型之间是否变化超过 20%。我试过了：

abs(model1$coefficients - model2$coefficients)/model1$coefficients

但是向量的长度不同（因为每个模型中的变量不同），所以它们没有正确排列。有没有办法在模型之间比较具有相同变量名称的系数？我可以手动完成，但有 50 多个系数和 10 个模型，所以需要很长时间。

对不起，如果这很明显，但我无法弄清楚。我环顾四周寻找答案，为我指明正确的方向，但所有这些都与系数的统计比较有关，并且不包含帮助我解决此问题的代码。

Answer 1

您没有提供任何示例数据，所以我将基于模型y = a + b * x1 + c * x2 + e 模拟数据，其中e ~ N(0, 1)。

然后我拟合两个模型：y ~ x1 和 y ~ x1 + x2，并使用自定义函数 getEstimates 从两个模型中提取相同预测变量的参数。使用 ANOVA 评估其他预测变量的重要性也是一个好主意。

# Simulate some data
set.seed(2017);
generateData <- function(a = 1, b = 2, c = -2, nPoints = 1000) {
    x1 <- runif(nPoints);
    x2 <- runif(nPoints);
    y <- a + b * x1 + c * x2 + rnorm(nPoints);
    return(data.frame(y = y, x1 = x1, x2 = x2));
}
df <- generateData();


# Fit1: y ~ a + b * x1
fit1 <- lm(y ~ x1, data = df);

# Fit2: y ~ a + b * x1 + c * x2
fit2 <- lm(y ~ x1 + x2, data = df);

# ANOVA to explore importance of variable
anova(fit1, fit2);
#Analysis of Variance Table
#
#Model 1: y ~ x1
#Model 2: y ~ x1 + x2
#  Res.Df     RSS Df Sum of Sq     F    Pr(>F)
#1    998 1292.20
#2    997  994.46  1    297.74 298.5 < 2.2e-16 ***
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

# Function to get estimates for parameter(s) par
# from two models fit1 and fit2
getEstimates <- function(par, fit1, fit2) {
    lst <- lapply(par, function(x)
        c(summary(fit1)$coef[x, 1], summary(fit2)$coef[x, 1]));
    names(lst) <- par;
    return(lst);
}

# Get coefficient for predictor x1
est <- getEstimates("x1", fit1, fit2);

根据getEstimates 的输出，您可以计算出两个模型之间某个参数的相对变化。

# Calculate relative change in estimated x1 coefficient from both models
lapply(est, function(x) abs(x[1] - x[2])/x[1]);
#$x1
#[1] 0.0282493