在 R 中数据框中的列子集上拟合模型答案

【问题标题】：Fit model on a subset of columns in dataframe in R在 R 中数据框中的列子集上拟合模型
【发布时间】：2018-12-19 15:46:24
【问题描述】：

我正在尝试在协变量子集上使用 lm() 和 matchit()。我已经生成了任意数量的带有前缀“covar”的列，即“covar.1”、“covar.2”等。我想做类似

lm(group ~ covars, data=df)

其中 covars 是字符串向量 c("covar.1", "covar.2", ...)。

我尝试了几种方法，例如

  cols <- colnames(df)
  covars <- cols[grep("covar", colnames(df))]
  m.out <- matchit(group ~ covars, data=df, method="nearest", distance="logit", caliper=.20)

但是得到了variable lengths differ (found for 'covars')。

仅使用 covars 和 group 定义一个新的数据框是可行的，但这违背了我使用 matchit 的目的，因为我希望匹配的数据也有其他列，而不仅仅是我选择匹配的 covars。

这似乎是一项容易的任务，但不知何故，经过一番谷歌搜索后我无法弄清楚。不确定作为列子集的 R 公式期望什么。任何帮助表示赞赏。

【问题讨论】：

标签： r formula lm

【解决方案1】：

您可能想使用as.formula。
尝试这样做：

替换group ~ covars

as.formula(paste('group','~', paste(covars, collapse="+"))))

【讨论】：

感谢您的快速回答并告诉我formula 实际上是language 类型。像魅力一样工作。

【解决方案2】：

我在你的另一个问题中提到了这一点，但cobalt 包有一个专门用于此的功能，即f.build()。 f.build() 的第一个参数是一个字符串，其中包含处理变量的名称（或公式的左侧），第二个参数是一个字符串向量，其中包含要位于右侧的变量名称公式（即协变量）。第二个参数也可以是包含协变量的 data.frame； f.build() 只是提取名称。然后它执行所选答案中描述的操作，位添加了一些其他方面，使其更通用且对错误更稳健。

cobalt 文档在f.build() 上有一个section，并将其与glm() 和matchit() 一起使用作为示例。

运行matchit() 后，您可以使用cobalt 中的bal.tab() 函数评估协变量的平衡，该函数与MatchIt 兼容：

bal.tab(m.out, un = TRUE)

cobalt 的documentation 详细解释了它与MatchIt 的用法。

【讨论】：