데이터 프레임에서 많은 변수가있는 수식을 간결하게 작성하는 방법은 무엇입니까?

반응 변수와 3 개의 공변량을 포함하는 데이터가 있다고 가정합니다 (장난감 예).

y = c(1,4,6)
d = data.frame(x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2))

선형 회귀를 데이터에 맞추고 싶습니다.

fit = lm(y ~ d$x1 + d$x2 + d$y2)

각각의 개별 공변량을 작성할 필요가 없도록 공식을 작성하는 방법이 있습니까? 예를 들어,

fit = lm(y ~ d)

(데이터 프레임의 각 변수가 공변량이되기를 원합니다.) 저는 실제로 데이터 프레임에 50 개의 변수가 있기 때문에 질문하는 것이므로 x1 + x2 + x3 + etc.

모든 변수를 의미하는 수식에서 사용할 수있는 특수 식별자가 있습니다 .. 바로 식별자입니다.

y <- c(1,4,6)
d <- data.frame(y = y, x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2))
mod <- lm(y ~ ., data = d)

다음과 같은 작업을 수행하여 하나를 제외한 모든 변수를 사용할 수도 있습니다 (이 경우 x3는 제외됨).

mod <- lm(y ~ . - x3, data = d)

기술적 으로는 공식에 아직 언급 되지 않은 모든 변수를. 의미 합니다 . 예를 들면

lm(y ~ x1 * x2 + ., data = d)

어디 .까지나 참고 것 x3같은 x1과 x2화학식 이미.

약간 다른 접근 방식은 문자열에서 수식을 만드는 것입니다. 에서 formula도움말 페이지 다음과 같은 예를 찾을 수 있습니다 :

## Create a formula for a model with a large number of variables:
xnam <- paste("x", 1:25, sep="")
fmla <- as.formula(paste("y ~ ", paste(xnam, collapse= "+")))

그런 다음 생성 된 공식을 보면 다음을 얻을 수 있습니다.

R> fmla
y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 + 
    x12 + x13 + x14 + x15 + x16 + x17 + x18 + x19 + x20 + x21 + 
    x22 + x23 + x24 + x25

예, 물론 y데이터 프레임의 첫 번째 열로 응답 을 추가 하고 호출 lm()하십시오.

d2<-data.frame(y,d)
> d2
  y x1 x2 x3
1 1  4  3  4
2 4 -1  9 -4
3 6  3  8 -2
> lm(d2)

Call:
lm(formula = d2)

Coefficients:
(Intercept)           x1           x2           x3  
    -5.6316       0.7895       1.1579           NA  

또한, R 지점에 대한 내 정보를 그 임무로에서 <-이상 권장합니다 =.

juba의 방법의 확장은 reformulate이러한 작업을 위해 명시 적으로 설계된 함수 인를 사용 하는 것입니다.

## Create a formula for a model with a large number of variables:
xnam <- paste("x", 1:25, sep="")

reformulate(xnam, "y")
y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 + 
    x12 + x13 + x14 + x15 + x16 + x17 + x18 + x19 + x20 + x21 + 
    x22 + x23 + x24 + x25

OP의 예에서 가장 쉬운 해결책은 다음과 같습니다.

# add y variable to data.frame d
d <- cbind(y, d)
reformulate(names(d)[-1], names(d[1]))
y ~ x1 + x2 + x3

또는

mod <- lm(reformulate(names(d)[-1], names(d[1])), data=d)

참고 그 data.frame에 종속 변수를 추가하는 d <- cbind(y, d)것이 바람직하다뿐만 아니라 그것의 사용을 허용하기 때문에 reformulate, 또한 그것의 미래 사용을 허용하기 때문에 lm같은 기능의 객체 predict.

이 솔루션을 빌드하고 reformulate변수 이름에 공백이 있으면 상관하지 않습니다.

add_backticks = function(x) {
    paste0("`", x, "`")
}

x_lm_formula = function(x) {
    paste(add_backticks(x), collapse = " + ")
}

build_lm_formula = function(x, y){
    if (length(y)>1){
        stop("y needs to be just one variable")
    }
    as.formula(        
        paste0("`",y,"`", " ~ ", x_lm_formula(x))
    )
}

# Example
df <- data.frame(
    y = c(1,4,6), 
    x1 = c(4,-1,3), 
    x2 = c(3,9,8), 
    x3 = c(4,-4,-2)
    )

# Model Specification
columns = colnames(df)
y_cols = columns[1]
x_cols = columns[2:length(columns)]
formula = build_lm_formula(x_cols, y_cols)
formula
# output
# "`y` ~ `x1` + `x2` + `x3`"

# Run Model
lm(formula = formula, data = df)
# output
Call:
    lm(formula = formula, data = df)

Coefficients:
    (Intercept)           x1           x2           x3  
        -5.6316       0.7895       1.1579           NA  

```

패키지 leaps및 특히 regsubsets() 모델 선택을위한 기능 기능을 확인할 수 있습니다 . 문서에 명시된대로 :

철저한 검색, 전진 또는 후진 단계적 또는 순차적 교체를 통한 모델 선택