如何在两个变量的组合上运行模型，并使用tidyverse为每个模型返回具有p值和r平方的数据帧

我试图在不同的变量组合上运行模型。我想要一个数据框架，它有3列：变量、p值和r平方。我以mtcars数据集为例。这是我的密码：

c('wt', 'hp', 'qsec') %>% 
    combn(2, paste, collapse='*') %>% 
    structure(., names=.) %>% 
    map(~formula(paste('mpg~', .x))) %>% 
    map(lm, data=mtcars) %>%
    map(~coef(summary(.x))[4,4]) %>% 
    unlist() %>% 
    data.frame(p.value=.) %>% 
    rownames_to_column(var='interaction')

以下是我的输出：

interaction      p.value
1       wt*hp 0.0008108307
2     wt*qsec 0.2652596233
3     hp*qsec 0.0001411028  

---

问题是如何在从每个模型中提取r-square后向数据帧添加另一列？我想在上面的链接操作中实现这一点。因为我希望将该方法推广到其他类型的模型，所以我希望在不使用broom包的情况下这样做。如果有人能帮我，我将不胜感激。非常感谢

我们可以使用

扫帚

包功能，如

扫视

，

整洁

library(broom)
library(tidyverse)
v1 %>% 
     combn(2, paste, collapse='*') %>% 
     structure(., names=.) %>% 
      map(~summary(lm(formula(paste('mpg~', .x)), data = mtcars))) %>% 
      map(~ data.frame( tidy(.)[4,]['p.value'], glance(.)['r.squared'])) %>%    
      bind_rows(., .id = 'interaction') 
#  interaction      p.value r.squared
#1       wt*hp 0.0008108307 0.8847637
#2     wt*qsec 0.2652596233 0.8340742
#3     hp*qsec 0.0001411028 0.7854734

数据

---

v1我们可以使用
broom
包函数，如
glance
，
tidy

library(broom)
library(tidyverse)
v1 %>% 
     combn(2, paste, collapse='*') %>% 
     structure(., names=.) %>% 
      map(~summary(lm(formula(paste('mpg~', .x)), data = mtcars))) %>% 
      map(~ data.frame( tidy(.)[4,]['p.value'], glance(.)['r.squared'])) %>%    
      bind_rows(., .id = 'interaction') 
#  interaction      p.value r.squared
#1       wt*hp 0.0008108307 0.8847637
#2     wt*qsec 0.2652596233 0.8340742
#3     hp*qsec 0.0001411028 0.7854734

数据
v1我会尝试以下内容

library(tidyverse)

reg.vars <- c('wt', 'hp', 'qsec')

tibble(interaction = combn(reg.vars, 2, paste, collapse = '*')) %>%
    mutate(fit = map(interaction, ~ summary(lm(paste('mpg ~', .), data = mtcars))),
           pval = map_dbl(fit, ~ coef(.)[4, 4]),
           rsq = map_dbl(fit, ~ .$r.squared)) %>%
    select(-fit)
# # A tibble: 3 x 3
#   interaction         pval       rsq
#         <chr>        <dbl>     <dbl>
# 1       wt*hp 0.0008108307 0.8847637
# 2     wt*qsec 0.2652596233 0.8340742
# 3     hp*qsec 0.0001411028 0.7854734

库（tidyverse）
注册变量%
突变（拟合=映射（交互作用，~summary（lm（粘贴（'mpg~'），数据=mtcars）），
pval=map_dbl（fit，~coef（.）[4,4]），
rsq=map_dbl（拟合，~.$r.squared））%>%
选择（-fit）
##tibble:3 x 3
#相互作用pval-rsq
#                      
#1重量*马力0.0008108307 0.8847637
#2 wt*qsec 0.2652596233 0.8340742
#3 hp*qsec 0.0001411028 0.7854734
我会尝试以下内容

library(tidyverse)

reg.vars <- c('wt', 'hp', 'qsec')

tibble(interaction = combn(reg.vars, 2, paste, collapse = '*')) %>%
    mutate(fit = map(interaction, ~ summary(lm(paste('mpg ~', .), data = mtcars))),
           pval = map_dbl(fit, ~ coef(.)[4, 4]),
           rsq = map_dbl(fit, ~ .$r.squared)) %>%
    select(-fit)
# # A tibble: 3 x 3
#   interaction         pval       rsq
#         <chr>        <dbl>     <dbl>
# 1       wt*hp 0.0008108307 0.8847637
# 2     wt*qsec 0.2652596233 0.8340742
# 3     hp*qsec 0.0001411028 0.7854734

库（tidyverse）
注册变量%
突变（拟合=映射（交互作用，~summary（lm（粘贴（'mpg~'），数据=mtcars）），
pval=map_dbl（fit，~coef（.）[4,4]），
rsq=map_dbl（拟合，~.$r.squared））%>%
选择（-fit）
##tibble:3 x 3
#相互作用pval-rsq
#                      
#1重量*马力0.0008108307 0.8847637
#2 wt*qsec 0.2652596233 0.8340742
#3 hp*qsec 0.0001411028 0.7854734
这正是我想要的。非常感谢。这正是我想要的。非常感谢。