在线性回归中使用dataframe的列名作为预测变量

我正在尝试循环遍历data.frame的所有列名并使用它们 作为线性回归中的预测变量

我目前拥有的是：

for (i in 1:11){
for (j in 1:11){
if (i != j ){
  var1 = names(newData)[i]
  var2 = names(newData)[j]
  glm.fit = glm(re78 ~  as.name(var1):as.name(var2), data=newData)
  summary(glm.fit)
  cv.glm(newData, glm.fit, K = 10)$delta[1]
  }
 }
}

其中newData是my data.frame，共有11列。此代码给出了以下错误：

model.frame.default中出错（公式=re78~as.name（var1），数据=newData，： 变量“as.name（var1）”的类型（符号）无效

---

如何解决这个问题，并使其发挥作用？

您可以使用

fit看起来您需要使用两个变量的所有组合的模型。下面是另一种方法，使用内置的
mtcars
数据框进行说明，并使用
mpg
作为结果变量

我们使用
combn
combn
获取两个变量的所有组合（本例中不包括结果变量
mpg
），返回一个列表，其中每个列表元素是一个包含一对变量名称的向量。然后我们使用
map
（来自
purr
包）为每对变量创建模型并将结果存储在列表中

我们使用
reformate
构建模型公式。
.x
引用变量名称的向量（变量的每个元素）。例如，如果运行
reformate（粘贴（c（“cyl”、“disp”）、collapse=“*”、“mpg”）
，您可以看到
reformate
正在做什么

library(purrr)

# Get all combinations of two variables
vars = combn(names(mtcars)[-grep("mpg", names(mtcars))], 2, simplify=FALSE)

现在，我们希望对所有变量对运行回归模型，并将结果存储在列表中：

# No interaction
models = map(vars, ~ glm(reformulate(.x, "mpg"), data=mtcars))

# Interaction only (no main effects)
models = map(vars, ~ glm(reformulate(paste(.x, collapse=":"), "mpg"), data=mtcars))

# Interaction and main effects
models = map(vars, ~ glm(reformulate(paste(.x, collapse="*"), "mpg"), data=mtcars))

使用该模型的公式命名每个列表元素：

names(models) = map(models, ~ .x[["terms"]])

要使用
粘贴
而不是
重新格式化
创建模型公式，您可以执行以下操作（将
+
更改为
：
或
*
，具体取决于您希望包含的交互和主要效果的组合）：

要查看此处如何使用
粘贴
，您可以运行：

paste("mpg ~", paste(c("cyl", "disp"), collapse=" * "))

以下是前两个模型在包含主要效果和交互作用时的样子：

models[1:2]

head(model_coefs, 8)

要评估模型输出，可以使用
broom
包中的函数。下面的代码返回数据帧，分别包含每个模型的系数和性能统计信息

library(broom)

model_coefs = map_df(models, tidy, .id="Model")
model_performance = map_df(models, glance, .id="Model")

以下是具有主要影响和交互作用的模型的结果：

models[1:2]

head(model_coefs, 8)

您使用
：
的方式可能不起作用。可能是您需要列名的索引，然后使用
粘贴
来创建公式刚才尝试了以下操作：glm.fit=glm（re78~as.name（var1），data=newData）仍然会给我同样的错误。我应该如何使用
粘贴
？我正在尝试循环两个变量的所有可能交互，看看哪一个给出了最低的估计预测错误。如果我尝试“粘贴”例如，将var1*var2放入公式中，这是如何做到的？在
paste0
中，var1*var2而不是var1为我提供了二进制运算符error.Argh的非数字参数，然后使用
as.formula（paste0（“re78~”，var1，：“，var2））
。使用
*
而不是
：
，是否确实不希望使用单个术语而不仅仅是交互术语？
             Model        term    estimate   std.error statistic      p.value
1 mpg ~ cyl * disp (Intercept) 49.03721186 5.004636297  9.798357 1.506091e-10
2 mpg ~ cyl * disp         cyl -3.40524372 0.840189015 -4.052950 3.645320e-04
3 mpg ~ cyl * disp        disp -0.14552575 0.040002465 -3.637919 1.099280e-03
4 mpg ~ cyl * disp    cyl:disp  0.01585388 0.004947824  3.204212 3.369023e-03
5   mpg ~ cyl * hp (Intercept) 50.75120716 6.511685614  7.793866 1.724224e-08
6   mpg ~ cyl * hp         cyl -4.11913952 0.988229081 -4.168203 2.672495e-04
7   mpg ~ cyl * hp          hp -0.17068010 0.069101555 -2.469989 1.987035e-02
8   mpg ~ cyl * hp      cyl:hp  0.01973741 0.008810871  2.240120 3.320219e-02