Comment faire une Boucle et la Répétition d'une Régression Linéaire dans R

J'ai compris comment faire un tableau en R avec 4 variables, dont je suis à l'aide de plusieurs régressions linéaires. La variable dépendante (Poumon) pour chaque régression est pris d'une colonne d'un fichier csv table de 22 000 colonnes. L'une des variables indépendantes (le Sang) est prise à partir d'une colonne d'une table similaire. Chaque colonne représente les niveaux d'un gène particulier, qui est pourquoi il ya beaucoup d'entre eux. Il y a aussi deux autres variables (Âge et le Sexe de chaque patient). Quand je rentre dans l'équation de régression linéaire, j'utilise lm(Poumon[,1] ~ le Sang[,1] + Âge + Sexe), qui travaille pour un gène. Je suis à la recherche d'un moyen d'entrée de cette équation et de R calculer toutes les autres colonnes pour les Poumons et le Sang, et j'espère que la sortie des coefficients dans une table. Toute aide serait appréciée!

OriginalL'auteur JHall1020 | 2015-01-14

  1. 8

    Vous souhaitez exécuter de 22 000 régressions linéaires et d'en extraire les coefficients? C'est simple de le faire à partir d'un codage point de vue.

    set.seed(1)

# number of columns in the Lung and Blood data.frames. 22,000 for you?
n <- 5 

# dummy data
obs <- 50 # observations
Lung <- data.frame(matrix(rnorm(obs*n), ncol=n))
Blood <- data.frame(matrix(rnorm(obs*n), ncol=n))
Age <- sample(20:80, obs)
Gender  <- factor(rbinom(obs, 1, .5))

# run n regressions
my_lms <- lapply(1:n, function(x) lm(Lung[,x] ~ Blood[,x] + Age + Gender))

# extract just coefficients
sapply(my_lms, coef)

# if you need more info, get full summary call. now you can get whatever, like:
summaries <- lapply(my_lms, summary)
# ...coefficents with p values:
lapply(summaries, function(x) x$coefficients[, c(1,4)])
# ...or r-squared values
sapply(summaries, function(x) c(r_sq = x$r.squared, 
                                adj_r_sq = x$adj.r.squared))

    Les modèles sont stockés dans une liste, où le modèle 3 (DV Poumon[, 3] et IVs Sang[,3] + Âge + Sexe) est en my_lms[[3]] et ainsi de suite. Vous pouvez utiliser appliquer des fonctions sur la liste pour effectuer des synthèses, à partir de laquelle vous pouvez extraire les numéros que vous voulez.

    C'est génial! Puis-je vous demander comment vous êtes codage de l'âge et de genre dans l'équation? Je l'ai fait avant était de faire un tableau contenant d'âge et de sexe, et de définir AgeGender <- lire.csv("AgeGender.csv", header=TRUE). J'ai ensuite mis de l'Âge <- AgeGender[,1] et du Genre <- AgeGender[,2]. Sexe a également été codée 1 pour les mâles et de 0 pour les femmes, alors je devrais être en train de changer de 0,5 en fonction de votre Sexe à 0?
    Sur la grève, il était en fait beaucoup moins compliqué que ce que je faisais! Il semble être au travail, je vous remercie beaucoup.
    Content que cela a été utile. Hésitez pas à "accepter" la réponse! 🙂 N'oubliez pas que vous pouvez obtenir des informations sur n'importe quelle fonction en cours d'exécution ?function_name à la console (par exemple,?rbinom)
    Juste accepté, merci pour l'astuce. Vous ne vous arrive pas d'avoir d'autre avis pour extraire les valeurs de p et R-carré à l'aide de cette fonction, vous?
    jetez un oeil à ?résumé.lm

    OriginalL'auteur arvi1000

  2. 0

    La question semble être sur la façon d'appeler les fonctions de régression avec des formules qui sont modifiés à l'intérieur d'une boucle.

    Voici comment vous pouvez le faire à l'aide de diamants dataset):

    attach(ggplot2::diamonds)
strCols = names(ggplot2::diamonds)

formula <- list(); model <- list()
for (i in 1:1) {
  formula[[i]] = paste0(strCols[7], " ~ ", strCols[7+i])
  model[[i]] = glm(formula[[i]]) 

  #then you can plot or do anything else with the result ...
  png(filename = sprintf("diamonds_price=glm(%s).png", strCols[7+i]))
  par(mfrow = c(2, 2))      
  plot(model[[i]])
  dev.off()
  }

    OriginalL'auteur IVIM

  3. 0

    Judicieux ou pas, pour faire la boucle, au moins en quelque sorte de travail que vous avez besoin: 

    y<- c(1,5,6,2,5,10) # response 
x1<- c(2,12,8,1,16,17) # predictor 
x2<- c(2,14,5,1,17,17) 
predictorlist<- list("x1","x2") 
for (i in predictorlist){ 
  model <- lm(paste("y ~", i[[1]]), data=df) 
  print(summary(model)) 
}

    La fonction coller permettra de résoudre le problème.

    OriginalL'auteur Sarwan Pasha