时间戳

首页 > 解决方案 > 有没有办法在 R 中合并回归摘要列表？

r - 有没有办法在 R 中合并回归摘要列表？

问题描述

我模拟了各种大小和“形状”的对数伽马数据，然后将伽马和对数正态模型拟合到这些模拟数据。

这是我的相关代码：

gm_glog <- function(size.i, alpha.i) {
  x_i <- runif(size.i, 0, 1)    # draw a sample of size 'size'
  y.true <- exp(b_0 + b_1*x_i)  # produce log gamma data
  y_i <- rgamma(size.i, rate = alpha.i/y.true, shape = alpha.i) # random gamma sample

  # Gamma Model
  log_gamma_model <- glm(y_i ~ x_i, family = Gamma(link = "log"),
                         control = glm.control(maxit=100, trace = TRUE),
                         start = c(0.1, 0.2))      
  log_gamma_summ <- summary(log_gamma_model)

  # Lognormal Model
  log_norm_model <- glm(y_i ~ x_i, family = gaussian(link = "log"), 
                        control = glm.control(maxit=500, trace = TRUE), 
                        start = c(0.1, 0.2))      
  log_norm_summ <- summary(log_norm_model)

  # DATA FRAME BUILD
  data.frame(size = size.i, 
             alpha = alpha.i,

             gamma_mod_int = log_gamma_summ$coefficients["(Intercept)", "Estimate"],
             gamma_mod_est = log_gamma_summ$coefficients["x_i", "Estimate"],
             gamma_mod_aic = log_gamma_summ$aic,
             gamma_mod_dev = log_gamma_summ$deviance.resid[length(log_gamma_summ$deviance.resid)],
             gamma_mod_shape = MASS::gamma.shape(log_gamma_model)$alpha,

             norm_mod_int = log_norm_summ$coefficients["(Intercept)", "Estimate"],
             norm_mod_est = log_norm_summ$coefficients["x_i", "Estimate"],
             norm_mod_aic = log_norm_summ$aic,
             norm_mod_dev = log_norm_summ$deviance.resid[length(log_norm_summ$deviance.resid)]
  )
}

我现在的问题是我想在一个表中生成这些回归结果的并排比较，其中我的设计矩阵的每一行 [1] 对应于函数输出的第一行，并且再次对应于行[2]，一直到第 [40] 行。

理想情况下，它看起来像

尺寸 | 阿尔法 | 总结伽玛glm | 摘要对数正态 glm

总共 40 行，每个大小和 alpha 组合一个，以便最容易地解释结果。

本质上，我只想合并 design.matrix 和摘要。

不幸的是，生成 glm 摘要的数据框一直很困难，我无法找到一种方法来逐行合并这些结果，就像它想要的那样。

我已经看到，使用 lapply、tidy 和 Glance 为我提供了我想要的每个摘要的所有信息，但是这两个都给我留下了一个数据框列表，并且逐行组合它们也让我望而却步。

如果我要使用这种方法，我仍然想将 lapply(model, tidy) 的 row[1] 与 lapply(model,glance) 的 row[1] ， lapply(model, tidy) 的 row[2] 与lapply(model,glance) 等的第 [2] 行，即使这些列表中的每一个的行都是不同维度的小标题。

我怎样才能最好地做到这一点？有没有更简单的方法来实现我想要的？

编辑：我已经设法通过单元素列表列表获得偏差残差。仍然不确定如何将这些合并到 AIC 值等。

标签： rmergelapply

解决方案

解决此问题的方法是首先查看：

str(gm_glog[[1]]

....并确定您想要的项目的名称：

对于截距和斜坡：

do.call( rbind, sapply(gm_glog, function(x){ x[c("coefficients")]}) )
             (Intercept)         x_i
coefficients  2.33991821 -20.7836582
coefficients 13.33466647 -31.4034737
coefficients  2.24020883  -3.1949161
coefficients -1.41151531   1.0243415
coefficients -0.81649523   1.2787418
coefficients -1.53695481   0.7518618
coefficients -4.86985066   7.5985577
snipped the rest

对于 AIC 和偏差残值：

这是一种返回矩阵的方法，该矩阵的列是 AIC（在列表项“aic”中找到）和剩余偏差（在列表项“deviance”中找到）值。与 R 从sapply具有一致数量的元素的调用中返回的内容一样，结果位于结果矩阵的列中，您可以转置以获得与您的设计矩阵一致的一些：

sapply(gm_glog, function(x){ x[c("deviance", "aic")]})
         [,1]      [,2]      [,3]     [,4]      [,5]     [,6]      [,7]     [,8]     [,9]      [,10]    [,11]   
deviance 17.52917  78.81847  239.01   553.7603  29.27955 58.71526  77.9131  147.4969 29.97461  39.20052 40.13341
aic      -33.49309 -77.06459 -117.259 -389.6077 2.919589 -21.44068 11.57039 67.40446 -10.87137 31.8441  19.54028
         [,12]     [,13]    [,14]    [,15]    [,16]    [,17]    [,18]    [,19]    [,20]    [,21]    [,22]    [,23]   
deviance 198.8519  7.185649 38.97136 47.7754  80.16326 6.465192 11.35418 22.99457 83.80098 5.192405 8.945869 39.36833
aic      -23.23857 7.554898 -16.0006 27.28793 63.8827  11.50956 43.5854  33.28914 58.52796 26.10081 28.88124 33.08681
         [,24]    [,25]    [,26]    [,27]    [,28]    [,29]    [,30]    [,31]    [,32]    [,33]     [,34]    [,35]   
deviance 54.99003 7.045267 14.42835 26.74579 31.64986 1.670572 3.71758  24.23743 47.28533 0.2497075 12.76083 17.40761
aic      72.41119 3.920895 34.28885 24.2481  55.23406 15.1922  28.20926 44.49589 83.13905 11.19624  41.62632 37.05153
         [,36]    [,37]    [,38]    [,39]    [,40]   
deviance 35.25456 12.10367 9.070027 34.15762 29.88891
aic      65.23201 19.17986 34.25908 33.74274 71.36175

推荐阅读