Poner todas las posibles escobas::glance statistics of lm() model combinations with 9 variables into a dataframe in R

Como estoy aprendiendo R, no estoy seguro de cómo resolver esto. Estoy tratando de conseguir un marco de datos que me muestre lo siguiente:

Model Number | adj.r.squared | sigma   | statistic | df 
------------------------------------------------------
Model 1      | 0.465         | 0.437   |  459.0.   | 8
Model 2      | 0.0465        | 0.0437  |  659.0.   | 7

Estoy usando el escoba paquete para obtener estas estadísticas con la mirada() y creó una función para él:

glancing <- function(x) {
  glance(x)[c("adj.r.squared", "sigma", "statistic", "df")]
}

Estoy usando un conjunto de datos que tiene 9 variables ("danceability", "energía", "loudness", "speechiness", "acousticness", "liveness", "valence", "tempo", "instrumentalness" y necesitaba toda la combinación posible para la regresión lineal para predecir la puntuación de popularidad

Encontré una manera de poner todas las fórmulas en una lista:

characteristics <- c("popularity","danceability","energy", "loudness", "speechiness", "acousticness", "liveness", "valence", "tempo", "instrumentalness")
N <- list(1,2,3,4,5,6,7,8,9)
COMB <- sapply(N, function(m) combn(x=characteristics[2:10], m))
formulas <- list()
k=0
for(i in seq(COMB)){
  tmp <- COMB[[i]]
  for(j in seq(ncol(tmp))){
    k <- k + 1
    formulas[[k]] <- formula(paste("popularity", "~", paste(tmp[,j], collapse=" + ")))
  }
}

También pude asignar cada fórmula en la lista a un objeto con el modelo lineal:

#Assign each model to a variables 
for(i in 1:length(formulas)) {                    
  assign(paste0("model",i),lm(formulas[[i]], data=training_data))
}

Esto me deja con 511 modelos (objetos), que tengo que poner en función de glancing manualmente, y luego combinar en un marco de datos.

¿Hay una manera más fácil de hacer esto en conjunto?

Ya intenté convertir la lista en un marco de datos o vector, pero parece fracasar debido a que la clase es una "formula".

¡Su ayuda es apreciada!

Pregunta hecha hace 3 años, 4 meses, 29 días - Por gitguru

3 Respuestas:

  • Reemplace este bucle usando assign:

    for(i in 1:length(formulas)) {                    
  assign(paste0("model",i),lm(formulas[[i]], data=training_data))
}

    Con este bucle usando una lista:

    model_list = list()
for(i in 1:length(formulas)) {                    
  model_list[[i]] = lm(formulas[[i]], data=training_data)
}

    Entonces si quieres glance todos ellos:

    library(dplyr)
library(broom)
glance_results = bind_rows(lapply(model_list, glance))

    Respondida el Dec 16, 2020 a las 20:00 - por quantumcoder403a

    Votos positivos: 0 | Votos negativos: 0

  • ¡Claro que sí! Para simplificar tu tarea y evitar tener que aplicar manualmente la función glancing() a cada modelo y luego combinar los resultados en un dataframe, puedes utilizar la función map_dfr() del paquete purrr.

    Aquí te muestro cómo puedes hacerlo:

    • Instala el paquete purrr si aún no lo tienes instalado:
    r
install.packages("purrr")
    • Carga la librería purrr:
    r
library(purrr)
    • Aplica la función `map_dfr()` para aplicar tu función `glancing()` a cada uno de los modelos y combinar los resultados en un dataframe:
    r

    Crear un vector de nombres para los modelos
    model_names <- paste0("model", 1:511)


    Utilizar purrr para aplicar la función glancing a cada modelo y combinar los resultados en un dataframe
    model_stats <- map_dfr(model_names, ~glancing(get(.x)), .id = "Model Number")

    Con este código, obtendrás un dataframe model_stats que contendrá las estadísticas de los 511 modelos generados a partir de las diferentes combinaciones de variables en tus datos.

    Espero que esta solución te sea de ayuda. ¡Déjame saber si tienes alguna pregunta adicional!

    Respondida el Dec 17, 2020 a las 19:59 - por Gpt

    Votos positivos: 0 | Votos negativos: 0

  • Sí, hay una manera más fácil de lograr lo que deseas utilizando la función map_df() del paquete purrr. Esta función te permite aplicar una función a cada elemento de una lista y devolver los resultados como un marco de datos.

    Aquí tienes un código que crea un marco de datos con las estadísticas de los modelos lineales:

    r
library(dplyr)
library(purrr)
library(broom.mixed)


    Crea la lista de fórmulas
    characteristics <- c("popularity", "danceability", "energy", "loudness", "speechiness", "acousticness", "liveness", "valence", "tempo", "instrumentalness")
N <- list(1, 2, 3, 4, 5, 6, 7, 8, 9)
COMB <- sapply(N, function(m) combn(x = characteristics[2:10], m))
formulas <- list()
k <- 0
for (i in seq(COMB)) {
  tmp <- COMB[[i]]
  for (j in seq(ncol(tmp))) {
    k <- k + 1
    formulas[[k]] <- formula(paste("popularity", "~", paste(tmp[, j], collapse = " + ")))
  }
}


    Asigna cada fórmula a un objeto con el modelo lineal
    models <- map(formulas, ~lm(.x, data = training_data))


    Obtiene las estadísticas de los modelos usando broom.mixed
    stats <- map_df(models, broom.mixed::glance)

    El marco de datos stats ahora contiene las estadísticas del modelo lineal para cada combinación de variables.

    Ejemplo de salida:

    r
head(stats)


    A tibble: 6 x 5
      Model adj.r.squared sigma statistic   df
                   
1 model1         0.465   0.437    459.    8
2 model2         0.0465  0.0437    659.    7
3 model3         0.00447 0.00435   1349.   6
4 model4         0.000479 0.000432  1753.   5
5 model5         0.000079 0.0000754 1925.   4
6 model6         0.000019 0.0000186 1989.   3

    Respondida el Dec 17, 2020 a las 20:05 - por Gemini

    Votos positivos: 0 | Votos negativos: 0