bootstrap分组并计算统计

Question

我正在尝试 bootstrap 一些模型拟合，然后计算统计数据，而不必每次都重新运行模型。如果我在第一个 do() 中计算 r2，我可以做得很好，但我想知道如何访问数据。

library(dplyr)
library(tidyr)
library(modelr)
library(purrr)

allmdls <- 
  mtcars %>% 
  group_by(cyl) %>% 
  do({
    datsplit=crossv_mc(.,10)
    mdls=list(map(datsplit$train, ~glm(hp~disp,data=.,family=gaussian(link='identity'))))
    data_frame(datsplit=list(datsplit),mdls)
  })

现在是这样的：

allmdls %>%
  by_slice(dmap,.f=map2_dbl(.$mdls,.$datsplit$test,rsquare))

但我得到

Error: .y is not a vector (NULL)

或

allmdls %>% 
   group_by(cyl) %>% 
   do({
     map2_df(.x=.$mdls, .y=.$datsplit, .f=map2_dbl(.x=.x,.y=.y$test,.f=rsquare))
   })

Error in map2_dbl(.x = .x, .y = .y$test, .f = rsquare) : object '.x' not found

我似乎无法正确理解语法。

帮忙？谢谢

编辑：感谢@aosmith 的评论，我创建了一个更简单的解决方案：

mtcars %>% 
  group_by(cyl) %>% 
  do({
    datplit=crossv_mc(.,10) %>% 
      mutate(mdls=map(train, ~glm(hp~disp,data=.)),
             r2=map2_dbl(mdls,test,rsquare)
             pctmae=map2_dbl(mdls,test,function(model,data) {mae(model,data)/mean(model$model$hp,na.rm=T)*100})
      )
  })

Answer 1

一种选择是在 mutate 中使用 map2。因为您使用的是列表的列表，所以我最终使用嵌套的 map2s 来访问最里面的列表。我通过 map(datsplit, "test") 提取了 test 数据，因为美元符号运算符和提取括号都不适合我。

mutate(allmdls, rsq = map2(mdls, map(datsplit, "test"), ~map2_dbl(.x, .y, rsquare)))

这是另一个避免嵌套列表的选项：

mtcars %>%
    split(.$cyl) %>%
    map_df(crossv_mc, 10, .id = "cyl") %>%
    mutate(models = map(train, ~glm(hp ~ disp, data = .x)),
          rsq = map2_dbl(models, test, rsquare))

Answer 2

@aosmith 回答了我的问题，但总体来说这是一个更简单的解决方案

mtcars %>% 
  group_by(cyl) %>% 
  do({
    datplit=crossv_mc(.,10) %>% 
      mutate(mdls=map(train, ~glm(hp~disp,data=.)),
             r2=map2_dbl(mdls,test,rsquare)
             pctmae=map2_dbl(mdls,test,function(model,data) {mae(model,data)/mean(model$model$hp,na.rm=T)*100})
      )
  })

bootstrap分组并计算统计

bootstrap by group and calculate statistics

r

dplyr

statistics-bootstrap

purrr