R逐列回归模型按列名迭代（数据表）

Question

我有一个.csv文件，输入R使用fread()函数库data.table。

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。

Answer 1

在没有再生的数据，在这里是一个使用虹膜的数据的解决方案：

dat <- iris[, !names(iris) %in% "Species"]  
responses<- grep("Length", names(iris), value=T) 
predictor <- grep("Width", names(iris), value=T) 
models <- lapply(responses, function(x) as.formula(paste(x, paste(predictor,collapse="+"), sep="~"))) 

models 
[[1]] 
Sepal.Length ~ Sepal.Width + Petal.Width 
<environment: 0x0000000015c28de0> 

[[2]] 
Petal.Length ~ Sepal.Width + Petal.Width 
<environment: 0x0000000015c2c9e0> 


fits <- lapply(models, lm, data=dat) 
steps <- lapply(fits, step, sacle=0, direction="both")