线性回归中使用的显式公式答案

【问题标题】：Explicit formula used in linear regression线性回归中使用的显式公式
【发布时间】：2013-04-02 00:52:49
【问题描述】：

我有一个公式列表，我使用lapply 和lm 创建一个回归模型列表。但是，当我查看每个线性模型的call 组件时，我看到的不是显式公式，而是我解析成线性模型的变量的名称。例如。使用 mtcars 数据集：

temp_formula_list = list(as.formula(hp~1),as.formula(hp~cyl))
temp_fm_list = lapply(temp_formula_list, function(x) lm(data = mtcars, formula = x))

然后检查call 的temp_fm_list[[2]]：

temp_fm_list[[2]]$call

给予

lm(formula = x, data = mtcars)

当我希望它明确给出时

lm(formula = hp~cyl, data = mtcars)

【问题讨论】：

do.call 在这种情况下非常有用；参见例如stackoverflow.com/a/7668846/210673
谢谢。这看起来几乎是我的问题的重复。我猜我应该在 lapply 中使用 do.call("lm",args = list(formula = x, data=mtcars)) 而不是 lm(data = mtcars, formula = x)。
这种工作，除了它还评估mtcars数据，导致一个非常混乱的call组件......
do.call("lm",args = list(formula = x, data= quote(mtcars))) 会如你所愿。
as.name 也可以工作（而不是quote）；这埋在我之前链接到的答案的 cmets 中

标签： r

【解决方案1】：

您可以使用bquote 对语言进行一些简单的计算来构建您的调用。

 temp_fm_list = lapply(temp_formula_list, function(x) {
  lmc <- bquote( lm(data = mtcars, formula = .(x)))
  eval(lmc)                                                      
  })
temp_fm_list
# Call:
#   lm(formula = hp ~ 1, data = mtcars)
# 
# Coefficients:
#   (Intercept)  
# 146.7  
# 
# 
# [[2]]
# 
# Call:
#   lm(formula = hp ~ cyl, data = mtcars)
# 
# Coefficients:
#   (Intercept)          cyl  
# -51.05        31.96

注意

function(x) do.call('lm', list(formula = x, data = quote(mtcars))

也可以

其他方法....

即使使用原始调用，您也可以从与模型关联的 terms 对象重新创建公式

例如

x <- hp ~ cyl

lmo <- lm(formula = x, data = mtcars)

formula(lmo)
## hp ~ cyl

lmo$call 


# lm(formula = x, data = mtcars)

如果你愿意，你可以弄乱这个 call 对象（尽管这是相当危险的做法）

# for example

lmo$call$formula <- x
lmo$call 
##  lm(formula = hp ~ cyl, data = mtcars)

## however you can create rubbish here too
lmo$call$formula <- 'complete garbage'
lmo$call 
## lm(formula = "complete garbage", data = mtcars)

# but, being careful, you could use it appropriately
temp_fm_list = lapply(temp_formula_list, function(x) {
  oo <- lm(data = mtcars, formula = x)
  oo$call$formula <-x
  oo
})

temp_fm_list
# Call:
#   lm(formula = hp ~ 1, data = mtcars)
# 
# Coefficients:
#   (Intercept)  
# 146.7  
# 
# 
# [[2]]
# 
# Call:
#   lm(formula = hp ~ cyl, data = mtcars)
# 
# Coefficients:
#   (Intercept)          cyl  
# -51.05        31.96

【讨论】：