我有一个.csv
文件,输入R使用fread()
函数库data.table
。
R逐列回归模型按列名迭代(数据表)
在R中输入8928 obs
和71 variable
的文件。
下面是数据内容与71列和8928行称为DT
:
01F0017S 01F0029S 01F0061S ... 01F3676S 01F3686S 01F3736S
49.25 47.58 119.00 116.77 34.00 188.44
....
52.25 49.40 199.18 ... 118.83 33.10 186.13
然后,我创建了两个data.table
称为TrainDT
和PracticeDT
由:
TrainDT<-DT[1:round(0.7*nrow(DT),0)]
PracticeDT<-DT[round(0.7*nrow(DT),0):nrow(DT)]
我写了一个for循环以适合逐步回归模型step()
和predict()
它。
拟合模型如下步骤:
步骤1:
我转移TrainDT
到TrainModel
data.table与2673 obs
,72 variables
和cbind()
一个新的列称为01F0017S_y
TrainModel<-cbind(setnames(TrainDT[7:nrow(TrainDT),i,with=F],paste0(names(DT[1,i,with=FALSE]),'_y')),TrainDT[1:(nrow(TrainDT)-6),1:length(TrainDT),with=F])
TrainModel
的内容:
01F0017S_y 01F0017S 01F0029S 01F0061S ... 01F3676S 01F3686S 01F3736S
43.74 49.25 47.58 119.00 116.77 34.00 188.44
....
44.55 52.25 49.40 199.18 ... 118.83 33.10 186.13
第2步:
这里是我的问题:
我用lm
以适应回归模型和step(lm,direction='both')
脚本如下:
Fitmodel<-lm(`01F0017S_y`~.,data=TrainModel)
stepwise<-step(Fitmodel,sacle=0,direction = 'both')
我怎样才能让这个线性模型以适合不同名称的逐步回归,列_y
?
例如:
Fitmodel<-lm(`01F0017S_y`~.,data=TrainModel)
Fitmodel<-lm(`01F0029S_y`~.,data=TrainModel)
Fitmodel<-lm(`01F0061S_y`~.,data=TrainModel)
环路我写将创建_y
自动这些变量,但不知道如何分配给迭代。
我尝试某种方式来分配变量_y
但始终失败,因为该模型将变量_y
与响应变量。
ex。Fitmodel<-lm(TrainModel[[1]]~.,data=TrainModel)
的_y
将投入与其他变量如下图:
而且我试着这样说:
x<-paste(names(DT[1,1,with=FALSE]),'_y',sep ='')
ModelTest_8<-lm(`x`~.,data=TrainModel)
带有错误信息:
如何用不同的_y
变量迭代逐步回归?
非常感谢。