获取许多模型中特定变量的 p 值以及其他自变量的所有可能组合

Question

我正在尝试运行许多具有一组自变量的所有可能组合的回归模型。

在这个例子中，我对 cyl 的系数以及 xlist 中列出的其他变量的所有可能组合感兴趣。

df <- mtcars
md <- "mpg ~ cyl" 
xlist <- c("disp", "hp", "am")
n <- length(xlist)
# get a list of all possible combinations of xlist 
comb_lst <- unlist(lapply(1:n, function(x) combn(xlist, x, simplify=F)), recursive = F)
# get a list of all models
md_lst <- lapply(comb_lst, function(x) paste(md, "+", paste(x, collapse = "+")))
# run those models and obtain coefficients for cyl
coefs <- unlist(lapply(md_lst, function(x) lm(as.formula(x),data=df)$coe[2]))

获取 cyl 的所有系数效果很好。但是，我不知道如何获得与每个系数对应的 p 值。

pvalues <- lapply(md, function(x) lm(as.formula(x),data=df)$?[2]))

如有任何建议，我们将不胜感激。

Answer 1

Disclaimer:: 这个答案使用了 manymodelr 的开发者版本，我也碰巧写过。然后您可以继续只选择您感兴趣的那些变量。

Map(function(x) manymodelr::extract_model_info(x,"p_value"),
  lapply(md_lst, function(x) do.call(lm, list(formula = x, data=mtcars))))

# Just cyl
Map(function(x) manymodelr::extract_model_info(x,"p_value")["cyl"],
  lapply(md_lst, function(x) do.call(lm, list(formula = x, data=mtcars))))

如果您不想使用包：

Map(function(x) coef(summary(x))[,4]["cyl"],
  lapply(md_lst, function(x) do.call(lm, list(formula = x, data=mtcars))))

结果::（第一部分）

[[1]]
 (Intercept)          cyl         disp 
4.022869e-14 3.366495e-02 5.418572e-02 

[[2]]
 (Intercept)          cyl           hp 
1.620660e-16 4.803752e-04 2.125285e-01 

[[3]]
 (Intercept)          cyl           am 
7.694408e-14 1.284560e-07 5.635445e-02 

[[4]]
 (Intercept)          cyl         disp           hp 
1.537198e-13 1.349044e-01 8.092901e-02 3.249519e-01 

[[5]]
 (Intercept)          cyl         disp           am 
2.026114e-12 2.823412e-02 1.544849e-01 1.610559e-01 

[[6]]
 (Intercept)          cyl           hp           am 
9.270924e-12 8.635578e-02 1.692706e-02 5.464020e-03 

[[7]]
 (Intercept)          cyl         disp           hp           am 
3.724625e-11 2.800850e-01 4.760672e-01 4.416647e-02 2.520516e-02

Answer 2

使用no包的cyl每个系数的简单方法：

pvalues <- lapply(md_lst, function(x) summary(lm(as.formula(x),data=df))$coefficients[,4])

[[1]]
 (Intercept)          cyl         disp 
4.022869e-14 3.366495e-02 5.418572e-02 

[[2]]
 (Intercept)          cyl           hp 
1.620660e-16 4.803752e-04 2.125285e-01 

[[3]]
 (Intercept)          cyl           am 
7.694408e-14 1.284560e-07 5.635445e-02 

[[4]]
 (Intercept)          cyl         disp           hp 
1.537198e-13 1.349044e-01 8.092901e-02 3.249519e-01 

[[5]]
 (Intercept)          cyl         disp           am 
2.026114e-12 2.823412e-02 1.544849e-01 1.610559e-01 

[[6]]
 (Intercept)          cyl           hp           am 
9.270924e-12 8.635578e-02 1.692706e-02 5.464020e-03 

[[7]]
 (Intercept)          cyl         disp           hp           am 
3.724625e-11 2.800850e-01 4.760672e-01 4.416647e-02 2.520516e-02

全部使用broom::glance：

pvalues <- lapply(md_lst, function(x) glance(summary(lm(as.formula(x),data=df)))$p.value)

[[1]]
[1] 1.057904e-09

[[2]]
[1] 3.161781e-09

[[3]]
[1] 1.093687e-09

[[4]]
[1] 5.053802e-09

[[5]]
[1] 3.060153e-09

[[6]]
[1] 4.790959e-10

[[7]]
[1] 2.540038e-09

获取许多模型中特定变量的 p 值以及其他自变量的所有可能组合

Get p values for a specific variable in many models with all possible combinations of other independent variables

model

r

lm