Используйте множественную регрессию с изменением формулы, а не набор данных

Question

Я видел пример применения списка (lapply), который прекрасно работает, чтобы взять список объектов данных, и вернуть список регрессионного вывода, который мы можем пройти для Stargazer для хорошо отформатированного вывода. Using stargazer with a list of lm objects created by lapply-ing over a split data.frame

library(MASS) 
library(stargazer) 
data(Boston) 

by.river <- split(Boston, Boston$chas) 
class(by.river) 

fit <- lapply(by.river, function(dd)lm(crim ~ indus,data=dd)) 
stargazer(fit, type = "text") 

Что я хотел бы сделать это, вместо того, чтобы передать список наборов данных, чтобы сделать то же самое регрессию каждого набора данных (как описано выше), передать список независимых переменных, чтобы сделать различные регрессии по тот же набор данных. В долгосрочной перспективе это будет выглядеть так:

fit2 <- vector(mode = "list", length = 2) 
fit2[[1]] <- lm(nox ~ indus, data = Boston) 
fit2[[2]] <- lm(crim ~ indus, data = Boston) 
stargazer(fit2, type = "text") 

с lapply, я попробовал это, и он не работает. Где я неправ?

myvarc <- c("nox","crim") 
class(myvarc) 
myvars <- as.list(myvarc) 
class(myvars) 
fit <- lapply(myvars, function(dvar)lm(dvar ~ indus,data=Boston)) 
stargazer(fit, type = "text") 

Answer 1

Это должно работать:

fit <- lapply(myvars, function(dvar) lm(eval(paste0(dvar,' ~ wt')), data = Boston)) 

Answer 2

Рассмотрите возможность создания динамических формул из строки:

fit <- lapply(myvars, function(dvar) 
    lm(as.formula(paste0(dvar, " ~ indus")),data=Boston)) 

Answer 3

Вы можете также использовать dplyr & purrr подход, держать все в tibble, вытащить что вам нужно, когда вам это нужно. Нет никакой разницы в функциональности от методов lapply.

library(dplyr) 
library(purrr) 
library(MASS) 
library(stargazer) 

var_tibble <- tibble(vars = c("nox","crim"), data = list(Boston)) 

analysis <- var_tibble %>% 
    mutate(models = map2(data, vars, ~lm(as.formula(paste0(.y, " ~ indus")), data = .x))) %>% 
    mutate(tables = map2(models, vars, ~stargazer(.x, type = "text", dep.var.labels.include = FALSE, column.labels = .y))) 

Answer 4

Вы можете также использовать get():

# make a list of independent variables 
    list_x <- list("nox","crim") 

# create regression function 
    my_reg <- function(x) { lm(indus ~ get(x), data = Boston) } 

# run regression 
    results <- lapply(list_x, my_reg)