R回归中的动态变量名称

Question

意识到使用动态变量名称的危险,我试图循环使用varios回归模型,其中选择了不同的变量规范.通常!!rlang::sym()我很好地解决了这种问题,但它在回归中失败了.一个最小的例子如下:

y= runif(1000) 
x1 = runif(1000) 
x2 = runif(1000) 

df2= data.frame(y,x1,x2)
summary(lm(y ~ x1+x2, data=df2)) ## works

var = "x1"
summary(lm(y ~ !!rlang::sym(var)) +x2, data=df2) # gives an error

我的理解是!!rlang::sym(var))获取var(即x1)的值并将其放入代码中,R认为这是一个变量(不是char).我似乎错了.任何人都可以开导我吗？

Answer 1

1）只需使用lm(df2)或如果lm有超出问题中显示的其他列，但我们只想回归x1x2回归然后

df3 <- df2[c("y", var, "x2")]
lm(df3)

以下是可选的，仅当公式出现在输出中就如同已明确给出一样重要时才适用。计算公式fo，然后lm按第二行运行：

fo <- formula(model.frame(df3))
fm <- do.call("lm", list(fo, quote(df3)))

或者只是跑lm像下面的第一行一样运行，然后像第二行一样将公式写入其中：

fm <- lm(df3)
fm$call <- formula(model.frame(df3))

任何一个都给出这个：

> fm
Call:
lm(formula = y ~ x1 + x2, data = df3)

Coefficients:
(Intercept)           x1           x2  
    0.44752      0.04278      0.05011  

2) 字符串 lm接受公式的字符串，因此这也有效。这fn$会导致字符参数中发生替换。

library(gsubfn)

fn$lm("y ~ $var + x2", quote(df2))

或者以更多涉及代码为代价，没有 gsubfn：

do.call("lm", list(sprintf("y ~ %s + x2", var), quote(df2)))

或者，如果您不关心公式在没有var替换的情况下显示，那么只需：

lm(sprintf("y ~ %s + x2", var), df2)

Answer 2

就个人而言,我喜欢用语言进行一些计算.对我来说,结合bquote使用eval是最简单的(记住).

var <- as.symbol(var)
eval(bquote(summary(lm(y ~ .(var) + x2, data = df2))))
#Call:
#lm(formula = y ~ x1 + x2, data = df2)
#
#Residuals:
#     Min       1Q   Median       3Q      Max 
#-0.49298 -0.26248 -0.00046  0.24111  0.51988 
#
#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)    
#(Intercept)  0.50244    0.02480  20.258   <2e-16 ***
#x1          -0.01468    0.03161  -0.464    0.643    
#x2          -0.01635    0.03227  -0.507    0.612    
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
#Residual standard error: 0.2878 on 997 degrees of freedom
#Multiple R-squared:  0.0004708,    Adjusted R-squared:  -0.001534 
#F-statistic: 0.2348 on 2 and 997 DF,  p-value: 0.7908

我发现这优于任何没有显示相同调用的方法summary(lm(y ~ x1+x2, data=df2)).