所以我试图比较不同的线性模型,以确定一个是否比另一个更好。但是我有几个模型,所以我想创建一个模型列表然后调用它们。那可能吗?
Models <- list(lm(y~a),lm(y~b),lm(y~c)
Models2 <- list(lm(y~a+b),lm(y~a+c),lm(y~b+c))
anova(Models2[1],Models[1])
谢谢您的帮助!
如果您有两个模型列表,并且想要比较每对模型,那么您需要Map
:
models1 <- list(lm(y ~ a), lm(y ~ b), lm(y ~ c)
models2 <- list(lm(y ~ a + b), lm(y ~ a + c), lm(y ~ b + c))
Map(anova, models1, models2)
这基本上等同于以下 for 循环:
out <- vector("list", length(models1))
for (i in seq_along(out) {
out[[i]] <- anova(models1[[i]], models2[[i]])
}
Map 是函数的一个示例,您可以在https://github.com/hadley/devtools/wiki/Functionals找到更多关于它们的信息
您可以使用do.call
将任意长度的列表转换为适用于函数的调用...
。这里唯一的技巧是anova
期望第一个模型被命名——这就是Curry
通过创建一个已经指定了它的第一个参数的新函数来处理的。
将除第一个模型(调用它lm1
)之外的所有内容放入一个名为 的列表中Models
。
然后:
library(functional)
do.call( Curry(anova, object=lm1), Models )
例子:
> Models <- list( lm(runif(10)~rnorm(10)),lm(runif(10)~rnorm(10)),lm(runif(10)~rnorm(10)) )
> lm1 <- lm(runif(10)~rnorm(10))
> do.call( Curry(anova, object=lm1), Models )
Analysis of Variance Table
Model 1: runif(10) ~ rnorm(10)
Model 2: runif(10) ~ rnorm(10)
Model 3: runif(10) ~ rnorm(10)
Model 4: runif(10) ~ rnorm(10)
Res.Df RSS Df Sum of Sq F Pr(>F)
1 8 0.46614
2 8 0.59522 0 -0.12908
3 8 1.00869 0 -0.41346
4 8 0.81686 0 0.19182
x <- rnorm(100,0,1)
y <- rnorm(100,5,2)
z <- rnorm(100,8,1)
models <- list(y.x = lm(y~x), y.z = lm(y~z))
anova(models[[1]],models[[2]])
这对我有用。