55

我试图自动化我的一段代码，以便编程变得不那么乏味。

基本上，我试图fastbw()在rms包中逐步选择变量。我想将选择的变量列表传递fastbw()给公式y ~ x1+x2+x3，“x1”“x2”“x3”是选择的变量列表fastbw()

这是我尝试过但没有用的代码

olsOAW0.r060 <- ols(roll_pct~byoy+trans_YoY+change18m, 
                    subset= helper=="POPNOAW0_r060", 
                    na.action = na.exclude, 
                    data = modelready)

OAW0 <- fastbw(olsOAW0.r060, rule="p", type="residual", sls= 0.05)

vec <- as.vector(OAW0$names.kept, mode="any")

b <- paste(vec, sep ="+") ##I even tried b <- paste(OAW0$names.kept, sep="+")

bestp.OAW0.r060 <- lm(roll_pct ~ b , 
                      data = modelready, 
                      subset = helper =="POPNOAW0_r060",    
                      na.action = na.exclude)

我是 R 新手，还没有经历过陡峭的学习曲线，所以对于明显的编程错误深表歉意。

4

6 回答 6

65

您快到了。您只需要将paste整个公式组合在一起，如下所示：

paste("roll_pct ~ ",b,sep = "")

使用将其强制为实际公式as.formula，然后将其传递给lm. 从技术上讲，我认为lm可能会强制一个字符串本身，但自己强制它通常更安全。（一些期望公式的函数不会为您执行强制转换，其他函数会。）

于 2012-02-11T06:08:43.357 回答
28

在定义 b 时，您实际上需要使用 collapse 而不是 seb。 

b <- paste(OAW0$names.kept, collapse="+")

然后你可以把它放在joran answer

paste("roll_pct ~ ",b,sep = "")

或者只是使用：

paste("roll_pct ~ ",paste(OAW0$names.kept, collapse="+"),sep = "")
于 2012-11-08T01:21:17.773 回答
11

我今天遇到了类似的问题，如果你想让它更通用，你甚至不必有固定的类名，你可以使用

frmla <- as.formula(paste(colnames(modelready)[1], paste(colnames(modelready)[2:ncol(modelready)], sep = "", 
                              collapse = " + "), sep = " ~ "))

这假设您在第一列中有类变量或因变量，但索引可以轻松切换到最后一列：

frmla <- as.formula(paste(colnames(modelready)[ncol(modelready)], paste(colnames(modelready)[1:(ncol(modelready)-1)], sep = "", 
                              collapse = " + "), sep = " ~ "))

然后继续lm使用：

bestp.OAW0.r060 <- lm(frmla , data = modelready, ... )
于 2015-11-10T13:27:32.463 回答
3

如果您正在寻找不那么冗长的内容：

fm <- as.formula( paste( colnames(df)[i], ".", sep=" ~ ")) 
                                      # i is the index of the outcome column

这是一个函数：

getFormula<-function(target, df) {

  i <- grep(target,colnames(df))
  as.formula(paste(colnames(df)[i], 
                   ".", 
                   sep = " ~ "))
}
fm <- getFormula("myOutcomeColumnName", myDataFrame)
rp <- rpart(fm, data = myDataFrame) # Use the formula to build a model
于 2016-12-03T20:43:23.057 回答
1

我在类似情况下使用的一个技巧是对您的数据进行子集化并简单地使用例如lm(dep_var ~ ., data = your_data).

例子

data(mtcars)
ind_vars <- c("mpg", "cyl")
dep_var <- "hp"

temp_subset <- dplyr::select(mtcars, dep_var, ind_vars)

lm(hp ~., data = temp_subset)
于 2021-01-05T10:49:34.300 回答
0

只是为了简化和收集上面的答案，基于一个函数

my_formula<- function(colPosition, trainSet){
    dep_part<- paste(colnames(trainSet)[colPosition],"~",sep=" ")
    ind_part<- paste(colnames(trainSet)[-colPosition],collapse=" + ")
    dt_formula<- as.formula(paste(dep_part,ind_part,sep=" "))
    return(dt_formula)
}

要使用它：

my_formula( dependent_var_position, myTrainSet)
于 2018-08-23T20:14:40.603 回答