从回归中去除另一个变量后筛选不稳定系数的符号

Question

我正在尝试测试在我从 R 中的 lm() 中删除另一个变量后，哪个变量的符号将发生变化（+ 或 -）。
这是我的数据：

df <- data.frame(T1 = c(70,65,87,67,70,65,87,67,69),
                 T2 = c(95,88,91,65,87,67,70,65,101),
                 T3 = c(64,65,53,74,91,65,87,67,70),
                 T4 = c(56,64,75,65,67,70,65,87,67),
                 T5 = c(640,650,530,740,910,650,870,670,700),
                 NYC = c(50,51,78,88,74,91,65,87,67))

我写了下面的代码：

mymod <- lm(NYC~.,df)
storage <- c()
for(i in names(df[ , !(names(df) %in% "NYC")])) {
  myupdate <- update(mymod,. ~ . -get(i))
  mysign <- mymod$coefficients[!names(mymod$coefficients) %in% c(get(i),'(Intercept)')]*
    myupdate$coefficients[!names(myupdate$coefficients) %in% '(Intercept)']
  storage <- c(storage,names(mysign[mysign]<0))  
}

所以，我的响应变量是 NYC，我想先删除 T1 并更新回归并检查变量的任何符号（即 T2、T3、T4 和 T5）与完整模型（即 lm(NYC~T1+T2+T3+T4+T5,df))。然后我删除 T2 等等。intercept 的符号并不重要，但我们一直将其保留在模型中。我认为的逻辑是检查完整模型和更新模型的乘积是否为负数。因此，它显示了完整模型和更新模型中的相应标志是相互对立的。因为 (-)x(-) 或 (+)x(+) 总是正数。

不幸的是我的代码抛出一个错误：

Error in get(i) : object 'T1' not found

预期的输出可能如下所示：

>storage
[1] "T3" "T5"

我不知道如何修复它，或者是否有有效的方法来修复它。任何帮助将不胜感激。

Answer 1

逐行提示运行您的代码，以找到导致错误的确切行。如果是 for 循环，您可以分别设置 i <- "T1 和运行 for 循环中的行。

在这种情况下，问题出在 get(i)。那是因为没有变量T1。该变量仅存在于 data.frame 中。要从字符串构建公式，我通常使用 paste 结合 as.formula。所以

as.formula(paste0('. ~ . - ', i))

如果您必须使用 get 和 assign 的函数，则有更实用或更可靠的解决方案。

对于你的整个循环，我会做类似的事情：

covs <- setdiff(names(df), "NYC")
m0 <- lm(NYC ~ ., data = df)

res <- data.frame(cov = covs, est0 = coef(m0)[-1])

for (cov in covs) {
  m <- update(m0, as.formula(paste0(". ~ . - ", cov)))
  coefs <- coef(m)[-1]
  m <- match(res$cov, names(coefs))
  res[[cov]] <- sign(coefs[m]) == sign(res$est0)
  # OR
  # res[[cov]] <- coefs[m]
}

导致：

> res
   cov        est0   T1    T2   T3   T4   T5
T1  T1 -0.11329815   NA  TRUE TRUE TRUE TRUE
T2  T2 -0.52177372 TRUE    NA TRUE TRUE TRUE
T3  T3 -0.02237203 TRUE FALSE   NA TRUE TRUE
T4  T4  0.80376280 TRUE  TRUE TRUE   NA TRUE
T5  T5          NA   NA    NA   NA   NA   NA

从回归中去除另一个变量后筛选不稳定系数的符号

Screening unstable coefficient's sign after removing another variable from regression

for-loop

r

lm