R 通过将表达式传递给“更新回归对象”；“子集”；

我有许多由

lm（）

创建的回归对象。每一个都是根据不同的数据构建的 帧，这些不同的数据帧具有不同的维度。但每个数据帧都包含逻辑变量

x

、

y

和

z

。在某些情况下，我希望更新每个回归对象，以便

子集

参数为

x

。在其他情况下，我希望更新每个回归对象，以便

子集

参数为

y

。在其他情况下，我想更新每个回归对象，使

子集

参数为

z

。做这件事的有效方法是什么

这是一种低效的方式：

# Set only one of these three variables to be TRUE
subsetX <- TRUE
subsetY <- FALSE
subsetZ <- FALSE

# Now update the regressions.
if (subsetX) {
  update(lm1, subset = x)
  update(lm2, subset = x)
  [...]
} else if (subsetY) {
  update(lm1, subset = y)
  update(lm2, subset = y)
  [...]
} else if (subsetZ) {
  update(lm1, subset = z)
  update(lm2, subset = z)
  [...]
}

#仅将这三个变量中的一个设置为TRUE
subsetX这里有一种方法，通过一个简单的函数，并使用
purr:：map2
为其提供所需的模型和子集列表，使您的工作流程变得更简单

库（purrr）
设定种子（2020年）
mtcars$x（拦截）马力
#>    31.21178     -0.08098  
#> 
#> 
#> [[2]]
#> 
#>电话：
#>lm（公式=mpg~hp，数据=mtcars，子集=y）
#> 
#>系数：
#>（拦截）马力
#>    32.83501     -0.07294  
#> 
#> 
#> [[3]]
#> 
#>电话：
#>lm（公式=mpg~hp，数据=mtcars，子集=z）
#> 
#>系数：
#>（拦截）马力
#>    32.53554     -0.08688  
#> 
#> 
#> [[4]]
#>空的

subsetVar <- dplyr::case_when(
  subsetX ~ expression(x),
  subsetY ~ expression(y),
  subsetZ ~ expression(z))
update(lm1, subset = substitute(subsetVar))
update(lm2, subset = substitute(subsetVar))
[...]