複数のLHSを持つ線形モデルをフィッティング

Question

私はRに新しく、*apply関数を使って次のスクリプトを改善したいと考えています（私はapplyについて読んでいますが、使用することができませんでした）。私はlm関数を複数の独立変数（データフレームの列）に使用したいと思います。私は

formula=function(x) 
{ 
    as.formula (paste(names(data[x]),'~', paste0(names(data[-1:-3]), collapse = '+')), env=parent.frame()) 
} 

はありがとうと定義されて

for (i in (1:3) { 
    assign(paste0('lm.',names(data[i])), lm(formula=formula(i),data=data)) 
    } 

Formula(i)を使用しました。

Answer 1

私はあなたが間違って取得しない場合、あなたはこのようなデータセットで作業している：y1、y2とy3は、3つの独立した応答している間

set.seed(0) 
dat <- data.frame(y1 = rnorm(30), y2 = rnorm(30), y3 = rnorm(30), 
        x1 = rnorm(30), x2 = rnorm(30), x3 = rnorm(30)) 

x1、x2とは、共変量です。現在、あなたは時間ごとに一つのモデルを当てはめ、y1、y2、y3をループを使用している

y1 ~ x1 + x2 + x3 
y2 ~ x1 + x2 + x3 
y3 ~ x1 + x2 + x3 

：あなたは、3つの線形モデルに合うようにしようとしています。 forループをたとえばlapplyに置き換えることで、処理を高速化することができます。

私はあなたが間違っていることを指摘したいと思います。lm()は高価な操作です。データセットが小さくない限り、forループのコストはごくわずかです。 forループをlapplyに置き換えると、パフォーマンスが向上しません。

3つのモデルすべてで同じRHSを使用しているため、モデルマトリックスは3つのモデルで同じです。したがって、すべてのモデルのQR分解は一度だけ行う必要があります。 lmはこれを可能にし、あなたが使用することができます：あなたはstr(fit)をチェックすると、あなたはこれが3つの線形モデルのリストではないことがわかります

fit <- lm(cbind(y1, y2, y3) ~ x1 + x2 + x3, data = dat) 
#Coefficients: 
#    y1   y2   y3  
#(Intercept) -0.081155 0.042049 0.007261 
#x1   -0.037556 0.181407 -0.070109 
#x2   -0.334067 0.223742 0.015100 
#x3   0.057861 -0.075975 -0.099762 

。代わりに、単一の線形モデルで、単一の$qrオブジェクトですが、複数のLHSを持ちます。したがって、$coefficients,$residualsおよび$fitted.valuesは行列です。

あなたはより多くの共変量を持っている場合は、あなたが.を使って入力するか貼り付け式を避けることができます。

fit <- lm(cbind(y1, y2, y3) ~ ., data = dat) 
#Coefficients: 
#    y1   y2   y3  
#(Intercept) -0.081155 0.042049 0.007261 
#x1   -0.037556 0.181407 -0.070109 
#x2   -0.334067 0.223742 0.015100 
#x3   0.057861 -0.075975 -0.099762 

---

注意：書き込まないでください：

y1 + y2 + y3 ~ x1 + x2 + x3 

この意志単一の応答としてy = y1 + y2 + y3を扱う。 cbind()を使用してください。

---

フォローアップ：

ご回答いただきありがとうございます。私は一般化に興味があります。私はもっ​​と具体的にしましょう。私はデータフレームdfを持っています。最初のn列は独立変数です(y1,y2,y3,....)と次のm列は従属変数(x1+x2+x3+....)です。 n=3とm=3については、fit <- lm(cbind(y1, y2, y3) ~ ., data = dat))の場合です。しかし、これはどのようにしてdfの構造を使って自動的に行うことができますか？私は(for i in (1:n)) fit <- lm(cbind(df[something] ~ df[something], data = dat))のようなものを意味する。その「何か」はpasteとpaste0で作成しました。ありがとうございました。

paste0("cbind(", paste(names(df)[1:n], collapse = ", "), ")", " ~ .") 

例えば、irisデータセットを使用して：：

paste0("cbind(", paste(names(iris)[1:2], collapse = ", "), ")", " ~ .") 
# "cbind(Sepal.Length, Sepal.Width) ~ ." 

あなたはlmとして、lmにこの文字列式を渡すことができますあなたはまだpasteとpaste0によってモデル式を作成することができます

自動的に数式クラスに変換します。