r - R split/map from purrr 结合 tidy from broom 按组获取线性模型统计
问题描述
我在 tidyverse.org 的这个链接上在线找到了这段代码:
mtcars %>%
split(.$cyl) %>%
map(~ lm(mpg ~ wt, data = .)) %>%
map(summary) %>%
map_dbl("r.squared")
该代码按预期工作。我现在正在使用相同的结构进行练习,但使用的是长数据框。可以看代码;大部分是一样的。首先,我转换为 tibble,为汽车添加行名,选择数值变量,并使数据框成为长数据框。
mtcars <- as_tibble(mtcars, rownames = 'car')
mtcars_numeric <- mtcars %>%
select(car, mpg, disp, hp, drat, wt, qsec)
mtcars_long_numeric <- pivot_longer(mtcars_numeric, names_to = 'names', values_to = 'values', 3:7)
mtcars_long_numeric %>%
split(.$names) %>%
map(~ lm(mpg ~ values, data = .)) %>%
map(summary) %>%
map_df("r.squared") %>%
pivot_longer(., names_to = 'explanatory_variable_to_mpg', values_to = 'r_squared', 1:5) %>%
arrange(desc(r_squared))
但是其他模型统计数据,比如 p 值呢?我该如何提取它?如果我只是将“r.squared”更改为“p.value”,它就不起作用。我尝试了其他变体,例如“p_value”和“pvalue”,但它不起作用。我也不知道如何为这些对象找到正确的名称。
我可以创建一个线性模型对象并查看摘要中的 r.squared 并获得正确的值。
mtcars_linear_model <- lm(mpg ~ wt, mtcars)
summary(mtcars_linear_model)$r.squared
...但是在这个小插曲之外,我不知道我怎么会知道 r.squared 存在于线性模型的摘要中。如果我只是在 summary(lm) 之后键入美元符号,我会得到不存在的值。(这是一个错误吗?)
然后我尝试了不同的策略。我可以看到,如果我使用扫帚并整理线性模型对象,我还有其他统计信息:
broom::tidy(mtcars_linear_model)
有没有办法将 broom::tidy 函数添加到这些涉及 purrr:map 的数据帧中?目的是弄清楚如何提取其他模型统计数据,如 p 值。另外,我如何找到可以从线性模型对象摘要(lm)$'的摘要中提取的项目的综合列表?
以下代码不起作用。我尝试了一些变体,例如 %>% tidy() 或者像这样将 tidy 包裹在 map(summary) 周围: tidy(map(summary)) 但它不起作用。
mtcars_long_numeric %>%
split(.$names) %>%
map(~ lm(mpg ~ values, data = .)) %>%
map(summary) %>%
tidy() %>% #### ????????
map_df("r.squared") %>%
pivot_longer(., names_to = 'explanatory_variable_to_mpg', values_to = 'r_squared', 1:5) %>%
arrange(desc(r_squared))
解决方案
这个?。您需要使用glance
而不是tidy
模型统计信息。
mtcars_long_numeric %>%
nest_by(names) %>%
mutate(model = list(lm(mpg ~ values, data = data))) %>%
summarise(glance(model))
`summarise()` has grouped output by 'names'. You can override using the `.groups` argument.
# A tibble: 5 × 13
# Groups: names [5]
names r.squared adj.r.squared sigma statistic p.value df logLik AIC BIC deviance df.residual nobs
<chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <int> <int>
1 disp 0.718 0.709 3.25 76.5 9.38e-10 1 -82.1 170. 175. 317. 30 32
2 drat 0.464 0.446 4.49 26.0 1.78e- 5 1 -92.4 191. 195. 604. 30 32
3 hp 0.602 0.589 3.86 45.5 1.79e- 7 1 -87.6 181. 186. 448. 30 32
4 qsec 0.175 0.148 5.56 6.38 1.71e- 2 1 -99.3 205. 209. 929. 30 32
5 wt 0.753 0.745 3.05 91.4 1.29e-10 1 -80.0 166. 170. 278. 30 32
推荐阅读
- python - 字典没有“定向”属性
- bash - bash-compl 和 bash-completion:没有这样的文件或目录
- cassandra - Cassandra 中多租户数据库的推荐方法是什么?
- javascript - 渲染时按顺序敲击
- ubuntu - gtkada-2018 Ubuntu-18.04.1 上的 Adacore 安装问题
- c - 如何动态地将内存分配给结构内的指针数组
- r - 使用闪亮的 r 启动一个重度使用的网络应用程序
- db2 - 从 csv 文件中解除加载 Dateformat 问题
- python - 有没有人设法使用 windows+anaconda+tensorflow 组合?
- html - 如何使此功能区横幅的侧面不透明?