Arhn - архитектура программирования

R - сравнение простых регрессионных моделей, запущенных на нескольких DV

Скажем, у вас есть следующий код в R:

model1 <- lm(cbind(DV1, DV2, DV3) ~ IV1 + IV2, data)

Этот код должен выполнять отдельные регрессии IV1 + IV2 на DV1, затем IV1 + IV2 на DV2 и, наконец, IV1 + IV2 на DV3.

Скажем, у нас также есть модель, которая включает взаимодействие между IV1 и IV2:

model2 <- lm(cbind(DV1, DV2, DV3) ~ IV1 * IV2, data)

Чтобы проверить, есть ли взаимодействие, я обычно использовал:

anova(model1, model2)

Однако это возвращает только одно p-значение, тогда как я ожидал трех p-значений - одно для DV1, одно для DV2 и одно для DV3. Как я могу добиться того, что пытаюсь?

r regression linear-regression
28.01.2020

  • Думаю, тебе нужно Map(anova, model1, model2) 28.01.2020
  • Если вы сделаете что-то подобное, Map будет работать model1n <- lapply(c('mpg', 'disp'), function(x) lm(reformulate(response = x, 'cyl + am'), data = mtcars)); model2n <- lapply(c('mpg', 'disp'), function(x) lm(reformulate(response = x, 'cyl * am'), data = mtcars)); Map(anova, model1n, model2n) 29.01.2020
  • @akrun Спасибо, это работает! Я предлагаю добавить его в качестве ответа, чтобы я мог его принять 29.01.2020

Ответы:


1

Мы можем использовать Map, если это делается индивидуально

model1n <- lapply(c('mpg', 'disp'), function(x) 
    lm(reformulate(response = x, 'cyl + am'), data = mtcars))
model2n <- lapply(c('mpg', 'disp'), function(x) 
     lm(reformulate(response = x, 'cyl * am'), data = mtcars))
Map(anova, model1n, model2n)
29.01.2020
Новые материалы
Коллекции публикаций по глубокому обучению
Последние пару месяцев я создавал коллекции последних академических публикаций по различным подполям глубокого обучения в моем блоге https://amundtveit.com - эта публикация дает обзор 25..
Представляем: Pepita
Фреймворк JavaScript с открытым исходным кодом Я знаю, что недостатка в фреймворках JavaScript нет. Но я просто не мог остановиться. Я хотел написать что-то сам, со своими собственными..
Советы по коду Laravel #2
1-) Найти // You can specify the columns you need // in when you use the find method on a model User::find(‘id’, [‘email’,’name’]); // You can increment or decrement // a field in..
Работа с временными рядами спутниковых изображений, часть 3 (аналитика данных)
Анализ временных рядов спутниковых изображений для данных наблюдений за большой Землей (arXiv) Автор: Рольф Симоэс , Жильберто Камара , Жильберто Кейрос , Фелипе Соуза , Педро Р. Андраде ,..
3 способа решить квадратное уравнение (3-й мой любимый) -
1. Методом факторизации — 2. Используя квадратичную формулу — 3. Заполнив квадрат — Давайте поймем это, решив это простое уравнение: Мы пытаемся сделать LHS,..
Создание VR-миров с A-Frame
Виртуальная реальность (и дополненная реальность) стали главными модными терминами в образовательных технологиях. С недорогими VR-гарнитурами, такими как Google Cardboard , и использованием..
Демистификация рекурсии
КОДЕКС Демистификация рекурсии Упрощенная концепция ошеломляющей О чем весь этот шум? Рекурсия, кажется, единственная тема, от которой у каждого начинающего студента-информатика..