5

我使用以下方法拟合模型：

mymodel <- glm(LS ~ bs(LA, df = 8) + bs(IN, df = 7),
               family = binomial, data = mydata, na.action = na.omit)

没问题，我现在已经拟合了模型，我正在尝试提取使用的结点。我关注了一篇关于使用attrand提取结点的帖子str。那是针对只是样条曲线的模型。我认为结在结构中的某个地方

我叫str(mymodel$terms)有..-attr(*, "variables")。我在继续前进时遇到了麻烦，attr但我相对确定这基本上是我需要做的。任何获得结的指导表示赞赏。

4

2 回答 2

3

您可以使用

eval(attr(mymodel$terms, "predvars"))

它评估包含在拟合模型组件predvars属性中的语言对象。terms

这是一个愚蠢的拟合模型的例子

mod <- glm(rnorm(length(women$height)) ~ bs(women$height, df = 5))

从中我们可以评估terms组件的所需部分mod

> eval(attr(mod$terms, "predvars"))
[[1]]
 [1] -1.20088330 -0.46267556 -0.04791518 -1.42748340  2.32896914  0.07858849
 [7]  2.16635328 -0.78670562 -1.68737883  0.71389437 -0.64123154 -0.04891306
[13] -0.07260125  0.71263717 -2.63426761

[[2]]
                 1           2           3            4           5
 [1,] 0.000000e+00 0.000000000 0.000000000 0.000000e+00 0.000000000
 [2,] 4.534439e-01 0.059857872 0.001639942 0.000000e+00 0.000000000
 [3,] 5.969388e-01 0.203352770 0.013119534 0.000000e+00 0.000000000
 [4,] 5.338010e-01 0.376366618 0.044278426 0.000000e+00 0.000000000
 [5,] 3.673469e-01 0.524781341 0.104956268 0.000000e+00 0.000000000
 [6,] 2.001640e-01 0.595025510 0.204719388 9.110787e-05 0.000000000
 [7,] 9.110787e-02 0.566326531 0.336734694 5.830904e-03 0.000000000
 [8,] 3.125000e-02 0.468750000 0.468750000 3.125000e-02 0.000000000
 [9,] 5.830904e-03 0.336734694 0.566326531 9.110787e-02 0.000000000
[10,] 9.110787e-05 0.204719388 0.595025510 2.001640e-01 0.000000000
[11,] 0.000000e+00 0.104956268 0.524781341 3.673469e-01 0.002915452
[12,] 0.000000e+00 0.044278426 0.376366618 5.338010e-01 0.045553936
[13,] 0.000000e+00 0.013119534 0.203352770 5.969388e-01 0.186588921
[14,] 0.000000e+00 0.001639942 0.059857872 4.534439e-01 0.485058309
[15,] 0.000000e+00 0.000000000 0.000000000 0.000000e+00 1.000000000
attr(,"degree")
[1] 3
attr(,"knots")
33.33333% 66.66667% 
 62.66667  67.33333 
attr(,"Boundary.knots")
[1] 58 72
attr(,"intercept")
[1] FALSE
attr(,"class")
[1] "bs"     "basis"  "matrix"

在结果列表中，第一个和第二个分量分别是响应和预测数据。在这个列表中，许多属性被附加到第二个组件，即bs数据。你需要提取那些。

ll <- eval(attr(mod$terms, "predvars"))
attr(ll[[2]], "knots")
attr(ll[[2]], "Boundary.knots")

> attr(ll[[2]], "knots")
33.33333% 66.66667% 
 62.66667  67.33333 
> attr(ll[[2]], "Boundary.knots")
[1] 58 72
于 2013-07-29T17:23:12.920 回答
2

你在正确的轨道上。mymodel$terms包含有关模型中项的信息，并且attr(mymodel$terms, "predvars")是一个语言对象，它是具有结的计算值的预测变量列表。

把它们弄出来：

x <- attr(mymodel$terms, "predvars")
x[[2]] # bs(LA, degree=3, knots=<vector>, Boundary.knots=<vector>, intercept=FALSE)
x[[2]]$knots
x[[2]]$Boundary.knots
于 2013-07-29T17:30:47.347 回答