r - lapply 用于回归模型的多个列表和函数
问题描述
我想使用 lapply 同时运行四个多级模型(使用 lmer)。
使用带有一个因变量和一系列自变量的 lm() 的简单示例是:
data(mtcars)
varlist <- names(mtcars)[3:6]
models <- lapply(varlist, function(x) {
lm(substitute(mpg ~ i, list(i = as.name(x))), data = mtcars)
})
如何扩展它以运行四个 lmer() 模型,每个模型都有不同的因变量和不同的自变量列表?对于所有四个模型,这两个级别将保持不变。四个(虚假)示例模型将是:
data(mtcars)
library(lme4)
model1 <- lmer(mpg ~ cyl + disp + hp + (1 | am) + (1 | vs), data = mtcars)
model2 <- lmer(cyl ~ mpg + disp + qsec + (1 | am) + (1 | vs), data = mtcars)
model3 <- lmer(disp ~ mpg + cyl + carb + (1 | am) + (1 | vs), data = mtcars)
model4 <- lmer(qsec ~ mpg + cyl + drat + (1 | am) + (1 | vs), data = mtcars)
有任何想法吗?
解决方案
我们可以有一个因变量list
(或vector
)和自变量,并将其传递Map
给创建formula
和应用lmer
. a 的单位元素list
将是vector
自变量和因变量的单个元素。
library(lme4)
indep_var_list <- list(c("cyl", "disp", "hp"),
c("mpg", "disp", "qsec"),
c("mpg", "cyl", "carb"),
c("mpg", "cyl", "drat"))
dep_vars <- c("mpg", "cyl", "disp", "qsec")
out <- Map(function(x, y) {
fmla <- as.formula(paste(y, "~ ", paste(x, collapse= " + ") ,
" + (1 | am) + (1 | vs)"))
model <- lmer(fmla, data = mtcars)
model
}, indep_var_list, dep_vars)
-输出
[1]]
Linear mixed model fit by REML ['lmerMod']
Formula: mpg ~ cyl + disp + hp + (1 | am) + (1 | vs)
Data: mtcars
REML criterion at convergence: 169.5913
Random effects:
Groups Name Std.Dev.
am (Intercept) 2.209
vs (Intercept) 0.000
Residual 2.831
Number of obs: 32, groups: am, 2; vs, 2
Fixed Effects:
(Intercept) cyl disp hp
32.55270 -0.90447 -0.00972 -0.02971
convergence code 0; 0 optimizer warnings; 1 lme4 warnings
[[2]]
Linear mixed model fit by REML ['lmerMod']
Formula: cyl ~ mpg + disp + qsec + (1 | am) + (1 | vs)
Data: mtcars
REML criterion at convergence: 78.0586
Random effects:
Groups Name Std.Dev.
am (Intercept) 0.5773
vs (Intercept) 0.4491
Residual 0.5743
Number of obs: 32, groups: am, 2; vs, 2
Fixed Effects:
(Intercept) mpg disp qsec
10.592032 -0.045832 0.006052 -0.279176
[[3]]
Linear mixed model fit by REML ['lmerMod']
Formula: disp ~ mpg + cyl + carb + (1 | am) + (1 | vs)
Data: mtcars
REML criterion at convergence: 316.1521
Random effects:
Groups Name Std.Dev.
am (Intercept) 0.00
vs (Intercept) 0.00
Residual 49.83
Number of obs: 32, groups: am, 2; vs, 2
Fixed Effects:
(Intercept) mpg cyl carb
112.57 -7.15 47.90 -12.30
convergence code 0; 0 optimizer warnings; 1 lme4 warnings
[[4]]
Linear mixed model fit by REML ['lmerMod']
Formula: qsec ~ mpg + cyl + drat + (1 | am) + (1 | vs)
Data: mtcars
REML criterion at convergence: 92.9165
Random effects:
Groups Name Std.Dev.
am (Intercept) 1.4979
vs (Intercept) 0.6131
Residual 0.9008
Number of obs: 32, groups: am, 2; vs, 2
Fixed Effects:
(Intercept) mpg cyl drat
24.5519 0.0288 -0.7956 -0.6974
推荐阅读
- swift - SwiftUI - 如何获得与 SwiftUI 背景图像完全相同的情节提要启动屏幕图像
- kubernetes - 从 kubernetes 中的不同命名空间调用 rest api
- typescript - 'void' 返回类型未在 TypeScript 中检查 - 防止浮动承诺?
- javascript - Vue 可拖动更改
- java - Maven 编译器插件 v3.8.1 仅编译 198 个类中的 3 个
- vue.js - 我不提交,状态在 Vuex 中更新
- reactjs - 返回 Redux 状态的钩子的 Typescript 类型
- xamarin.forms - 如何将 CITIZEN 打印机连接到 Xamarin.Forms 应用程序?
- django - 如果在 Django 表单保存方法中调用了一个函数,如何使用 pytest 检查?
- javascript - React 如何知道一个父组件有多少个子组件?