运行多个模型并将模型比较结果保存在 r 中的数据框中

Question

我想运行 lm 模型并保存模型比较结果并提取 p 值。我想将所有信息保存在数据框中。以钻石数据集为例：

    diamonds %>% 
    group_by(cut) %>% 
    do(model1 = lm(price~carat, data=.),
       model2 = lm(price~carat+depth, data=.)) %>% 
    mutate(anova = anova(model2,model1)) %>% 
    mutate(pval= anova$'Pr(>F'[2])

我收到以下错误消息：

Error in mutate_impl(.data, dots) : 
  Column `anova` must be length 1 (the group size), not 6

我的问题是：

1. 为什么我收到错误消息以及如何在数据框中保存 anova 结果？
2. 如果 lm 或 anova 在某些子集上不起作用，如何使整个过程起作用？像try..catch..

我的真实数据比这更复杂。只需使用菱形和线性模型来说明这个想法。非常感谢。

Answer 1

这是该tidyr::nest()函数与purrr和结合的一个非常好的应用broom。你要做的是： - 对数据框进行分组 - 应用模型mutate(mod = map(data, model) - 总结模型broom::tidy() - 提取相关统计数据。

有关更多信息，请参阅 Hadley 就该主题发表的精彩演讲：https : //www.youtube.com/watch?v=rz3_FDVt9eg

在您的情况下，我认为您可以执行以下操作：

library(tidyverse)
library(broom)
diamonds %>% 
        group_by(cut) %>% 
           nest() %>% 
           mutate(
               model1 = map(data, ~lm(price~carat, data=.)),
               model2 = map(data, ~lm(price~carat+depth, data=.))
           ) %>% 
           mutate(anova = map2(model1, model2, ~anova(.x,.y))) %>% 
        mutate(tidy_anova = map(anova, broom::tidy)) %>% 
        mutate(p_val = map_dbl(tidy_anova, ~.$p.value[2])) %>%
        select(p_val)