如何从包含多个 lm() 的 lm() 对象导出系数？

Question

我有一个对象 (S3; lm)，其中包含 471 个不同模型的线性回归输出。我正在尝试提取每个模型中特定变量的标准误差，但我不确定该怎么做，有人可以帮忙吗？具体来说，我想为保存在“fit”对象中的 471 个模型中的每个模型提取变量“p”的标准误差。

varnames = names(merged1)[2036:2507]
          fit <- lapply(varnames, 
          FUN=function(p) lm(formula(paste("Dx ~ x + y + z + q +", p)),data=merged1))
names(fit) <- varnames

非常感谢！

备注编辑以反映匿名函数 p，而不是 x，如前所述。

Answer 1

sapply(fit,function(x) summary(x)$coefficients[p,][2],simplify = F)

子集到第二个元素为变量提供标准错误。

Answer 2

使用最后注释中可重复显示的拟合调用 map_dfr 和 tidy，这将给出包含系数和相关统计数据的数据框。我们过滤掉我们想要的行。

library(broom) # tidy
library(dplyr)
library(purrr) # map_dfr

fit %>%
  map_dfr(tidy, .id = "variable") %>%
  filter(term == variable)

给予：

# A tibble: 8 x 6
  variable term  estimate std.error statistic p.value
  <chr>    <chr>    <dbl>     <dbl>     <dbl>   <dbl>
1 hp       hp     -0.0147    0.0147    -1.00  0.325  
2 drat     drat    1.21      1.50       0.812 0.424  
3 wt       wt     -3.64      1.04      -3.50  0.00160
4 qsec     qsec   -0.243     0.402     -0.604 0.551  
5 vs       vs     -0.634     1.90      -0.334 0.741  
6 am       am      1.93      1.34       1.44  0.161  
7 gear     gear    0.158     0.910      0.174 0.863  
8 carb     carb   -0.737     0.393     -1.88  0.0711

备注

我们使用 R 中内置的 mtcars 可重复地计算拟合度。

data <- mtcars
resp <- "mpg" # response
fixed <- c("cyl", "disp")  # always include these
varnames <- setdiff(names(data), c(resp, fixed)) # incl one at a time

fit <- Map(function(v) {
  fo <- reformulate(c(fixed, v), resp)
  lm(fo, data)
}, varnames)

已更新

重大修订。

如何从包含多个 lm() 的 lm() 对象导出系数？

How do I export coefficients from a lm() object containing multiple lm()?

r

lm

coefficients

备注

已更新