は、異なる機能形式で手動で予測します。

Question

私は、glm（betas）の係数を持つデータフレームを持っています。データフレームには、共変量ラベル、共変量形式、および推定値が含まれています。形式は線形（Li）、二乗/二次式（Sq）、およびlog（Ps）です。

betas <- structure(list(CovGen = c("A", "B", "C", "D", "E", "F", "G", 
            "G", "H"), Form = c("Li", "Li", "Li", "Li", "Li", "Li", "Li", 
                 "Sq", "Ps"), Estimate = c(0.0294573176934061, 0.0100315121169383, 
                       -0.0155864186367343, -0.00871344935814372, 0.0362538988332902, 
                       -0.0263072916746069, 0.0865742118052235, 0.0614689145750204, 
                       0.00229745713752781)), .Names = c("CovGen", "Form", "Estimate" 
                       ), row.names = c(NA, 9L), class = "data.frame") 

betas 
    CovGen Form  Estimate 
1  A Li 0.029457318 
2  B Li 0.010031512 
3  C Li -0.015586419 
4  D Li -0.008713449 
5  E Li 0.036253899 
6  F Li -0.026307292 
7  G Li 0.086574212 
8  G Sq 0.061468915 
9  H Ps 0.002297457 

私は手動で新しいデータフレーム（dputにここに含まdat）の値を予測するための係数の推定値を適用しようとしています。

dat <- structure(list(B = c(-1.47218074669544, -1.46929972689195, -1.46641870708846, 
          -1.46353768728497, -1.46065666748148, -1.45777564767799), C = c(-1.09847692593512, 
                          -1.09375316152745, -1.08902939711978, -1.08430563271211, -1.07958186830444, 
                          -1.07485810389677), D = c(-1.0109875688763, -1.00407851818141, 
                                 -0.997169467486518, -0.990260416791627, -0.983351366096736, -0.976442315401845 
                          ), E = c(-3.19632050296668, -3.19041566990116, -3.18451083683563, 
                            -3.17860600377011, -3.17270117070458, -3.16679633763906), F = c(-2.81211918021003, 
                                            -2.80673925496675, -2.80135932972346, -2.79597940448018, -2.7905994792369, 
                                            -2.78521955399362), G = c(-2.32916817000267, -2.32368219245727, 
                                                   -2.31819621491187, -2.31271023736647, -2.30722425982107, -2.30173828227567 
                                            ), H = c(0.442067970883549, 0.417909464459238, 0.393750958034926, 
                                               0.369592451610615, 0.345433945186303, 0.321275438761992)), .Names = c("B", 
                                                                "C", "D", "E", "F", "G", "H"), row.names = c(NA, 6L), class = "data.frame")                                                         "C", "D", "E", "F", "G", "H"), row.names = c(NA, 6L), class = "data.frame") 



> dat 
      B   C   D   E   F   G   H 
1 -1.472181 -1.098477 -1.0109876 -3.196321 -2.812119 -2.329168 0.4420680 
2 -1.469300 -1.093753 -1.0040785 -3.190416 -2.806739 -2.323682 0.4179095 
3 -1.466419 -1.089029 -0.9971695 -3.184511 -2.801359 -2.318196 0.3937510 
4 -1.463538 -1.084306 -0.9902604 -3.178606 -2.795979 -2.312710 0.3695925 
5 -1.460657 -1.079582 -0.9833514 -3.172701 -2.790599 -2.307224 0.3454339 
6 -1.457776 -1.074858 -0.9764423 -3.166796 -2.785220 -2.301738 0.3212754 

私は機能的形態のため、それぞれのベータ版およびアカウントでdat DFの新しいデータ値を乗算しようとしています。より具体的には、ここに含まれる例では、GベータのSq形式をdat$G^2に、Ps Hベータをlog(dat$H)に適用したいと考えています。他のすべてのベータ値は、機能フォームを考慮せずに単純に直接乗算することができます。 Aベータはdat dfの新しい値に適用されないことに注意してください。

私はifelse賞を受賞する必要があるかもしれませんが、他のアイデアや提案があるかどうか疑問に思っています。

私は大きなループの中で作業しており、共変量ごとに一貫したフォームはありません。

希望する結果は、各ベータ形式の組み合わせの予測値を含む列の行列またはdfになります。たとえば、GとG^2の予測値を持つG以外のすべてのベータの予測値を含む単一の列が存在します。

ありがとうございます。

Answer 1

私はこのような何か、式を構築し、その後model.matrixと行列の乗算を使用しようと思います：MrFlickが言うように、これはあなたの現在のサンプルデータでは動作しません、

betas$term = with(betas, ifelse(
    Form == "Li", CovGen, 
    ifelse(Form == "Sq", sprintf("I(%s^2)", CovGen), 
      ifelse(Form == "Ps", sprintf("log(%s)", CovGen), NA) 
))) 
betas 
# CovGen Form  Estimate term 
# 1  A Li 0.029457318  A 
# 2  B Li 0.010031512  B 
# 3  C Li -0.015586419  C 
# 4  D Li -0.008713449  D 
# 5  E Li 0.036253899  E 
# 6  F Li -0.026307292  F 
# 7  G Li 0.086574212  G 
# 8  G Sq 0.061468915 I(G^2) 
# 9  H Ps 0.002297457 log(H) 
(my_formula = as.formula(paste("~", paste(betas$term, collapse = " + ")))) 
#~A + B + C + D + E + F + G + I(G^2) + log(H) 

X = model.matrix(my_formula, data = dat) 
prediction = X %*% betas$Estimate 

。

Answer 2

あなたはこの

trans <- list(
    Li=identity, 
    Sq=function(x) x^2, 
    Ps=function(x) log(x) 
) 

cpredict<-function(betas, datas) { 
    Map(function(var, fun, coef) { 
    trans[[fun]](datas[[var]])*coef 
    }, betas$CovGen, betas$Form, betas$Estimate) 
} 

cpredict(betas, dat) 

ようなソリューションを試すかもしれませんが、そこにはdat$Aはありません、あなたが負の数のログを取ることができないので、これはあなたの現在のデータでは動作しません。