R: jak wykonać bardziej złożone obliczenia z zestawu danych?

Question

W tej chwili mam combn z wbudowanej irysa zestawu danych. Do tej pory zostałem poprowadzony, aby móc znaleźć współczynnik lm() pary wartości.

myPairs <- combn(names(iris[1:4]), 2) 

formula <- apply(myPairs, MARGIN=2, FUN=paste, collapse="~") 

model <- lapply(formula, function(x) lm(formula=x, data=iris)$coefficients[2]) 

model 

Jednakże, I jak przejść kilka kroków dalej i wykorzystać współczynnik z lm() do stosowania w dalszych obliczeniach. Chciałbym zrobić coś takiego:

Coefficient <- lm(formula=x, data=iris)$coefficients[2] 
Spread <- myPairs[1] - coefficient*myPairs[2] 
library(tseries) 
adf.test(Spread) 

Sama procedura jest dość prosta, ale nie udało się znaleźć sposób, aby to zrobić dla każdego combn w zbiorze danych. (Jako przykład, test adf.test nie zostałby zastosowany do takich danych, ale używam tylko zestawu danych tęczówki do demonstracji). Zastanawiam się, czy byłoby lepiej napisać pętlę do takiej procedury?

Answer 1

Możesz to wszystko zrobić w ciągu combn.

Jeśli tylko chciał uruchomić regresji nad wszystkimi kombinacjami i wyodrębnić drugi współczynnik można zrobić

fun <- function(x) coef(lm(paste(x, collapse="~"), data=iris))[2] 
combn(names(iris[1:4]), 2, fun) 

Następnie można rozszerzyć funkcję do obliczania Spread

fun <- function(x) { 
     est <- coef(lm(paste(x, collapse="~"), data=iris))[2] 
     spread <- iris[,x[1]] - est*iris[,x[2]] 
     adf.test(spread) 
     } 

out <- combn(names(iris[1:4]), 2, fun, simplify=FALSE) 
out[[1]] 

# Augmented Dickey-Fuller Test 

#data: spread 
#Dickey-Fuller = -3.879, Lag order = 5, p-value = 0.01707 
#alternative hypothesis: stationary 

porównać wyniki do uruchomienia pierwszej ręcznie

est <- coef(lm(Sepal.Length ~ Sepal.Width, data=iris))[2] 
spread <- iris[,"Sepal.Length"] - est*iris[,"Sepal.Width"] 
adf.test(spread) 

# Augmented Dickey-Fuller Test 

# data: spread 
# Dickey-Fuller = -3.879, Lag order = 5, p-value = 0.01707 
# alternative hypothesis: stationary 

Answer 2

Wygląda na to, co chcesz napisać własną funkcję i wywołać go w pętli myPairs (zastosowanie):

yourfun <- function(pair){ 
    fm <- paste(pair, collapse='~') 
    coef <- lm(formula=fm, data=iris)$coefficients[2] 
    Spread <- iris[,pair[1]] - coef*iris[,pair[2]] 
    return(Spread) 
} 

Następnie można wywołać tę funkcję:

model <- apply(myPairs, 2, yourfun) 

myślę, że to jest najczystszy sposób. Ale nie wiem, co dokładnie chcesz zrobić, więc wymyśliłem przykład dla Spread. Zauważ, że w moim przykładzie otrzymujesz komunikaty ostrzegawcze, ponieważ czynnikiem jest kolumna Species.

Answer 3

Kilka wskazówek: Nie nazwałabym rzeczy, które ty nazywasz tak samo jak funkcje wbudowane (model, formula przyjdź do głowy w twojej oryginalnej wersji).

Możesz także uprościć paste, którą robisz - patrz poniżej.

Na koniec bardziej ogólne stwierdzenie: nie ma się wrażenia, że ​​wszystko musi być zrobione w jakimś rodzaju *apply. Czasami zwięzłość i krótki kod są trudniejsze do zrozumienia, a pamiętajmy, że funkcje *apply oferują w najlepszym wypadku marginalną poprawę prędkości w porównaniu z prostą pętlą for. (Nie zawsze tak było z R, ale jest w tym momencie).

# Get pairs 
myPairs <- combn(x = names(x = iris[1:4]),m = 2) 

# Just directly use paste() here 
myFormulas <- paste(myPairs[1,],myPairs[2,],sep = "~") 

# Store the models themselves into a list 
# This lets you go back to the models later if you need something else 
myModels <- lapply(X = myFormulas,FUN = lm,data = iris) 

# If you use sapply() and this simple function, you get back a named vector 
# This seems like it could be useful to what you want to do 
myCoeffs <- sapply(X = myModels,FUN = function (x) {return(x$coefficients[2])}) 

# Now, you can do this using vectorized operations 
iris[myPairs[1,]] - iris[myPairs[2,]] * myCoeffs[myPairs[2,]] 

Jeśli dobrze rozumiem, uważam, że powyższe zadziała. Zauważ, że nazwy na wyjściu w chwili obecnej będą bezsensowne, musisz je zastąpić czymś w swoim własnym projekcie (może wartości myFormulas).