回归与国家明智的删除

Question

我想运行一个logit回归与国家明智的删除R.说我有一个数据框与四个变量随着时间的推移：year，countryid（1-12），gdp和人口。我想找出一种方法来运行12个不同的回归，每个去除一个国家，看看每个回归的效果是什么。我一直在试图编写一个循环，将矢量中的系数下降，但没有取得任何成功。

任何帮助将不胜感激！

Answer 1

这里有一个答案，你需要编辑一点具有确切变量工作，你必须

data(mtcars) 


y_var<-'mpg' 
x_vars<-setdiff(names(mtcars),y_var) 

for(i in x_vars){ 

    variables<-setdiff(x_vars,i) 
    fm <- as.formula(paste(y_var, " ~", paste(variables, collapse = "+"))) 
    linear_model<-glm(fm, data = mtcars) 
    assign(paste0('model_wout_',i),linear_model) #this will store your different linear models so you can call them with `summary(model.name)` 

} 

这也是一个线性模型 - 需要添加“二项”，使之分对数...

Answer 2

variables <- c("year", "countryid1", "id2", ..., "id12", "gdp", "population") 

for (i in 2:13) { 
variables.to.fit <- variables[-i] 
} 

然后你必须把你的logit放在这个循环中。在每个循环中。这会在每个drop中删除每个id变量。

Answer 3

下面是我该怎么做。

假数据：

的 '国家'

set.seed(123) 
nobs=500 
dat <- data.frame(y = rbinom(nobs,1,0.5), 
        var1=rnorm(nobs), 
        var2=sample(LETTERS[1:12],nobs,T)) 

矢量：型号

countries <- unique(dat$var2) 
names(countries) <- countries 

名单（使提取的东西后容易）：

models <- lapply(countries, function(x){ 
    fit <- glm(y~var1+var2, data=dat[dat$var2!=x,], family=binomial) 
    fit 
})