Как я могу запустить цикл логистической регрессии, который будет работать со всеми независимыми переменными, парами и трио

Question

Я хотел бы запустить зависимую переменную логистической регрессии (в моем наборе данных это: dat$admit) со всеми доступными переменными, парами и трио (3 независимых переменных), каждая регрессия с различными независимыми переменными и зависимой переменной. Результат, который я хотел бы получить, - это список каждой регрессионной сводки подряд: коэффициент, значение p,AUC,CI 95%. Используя набор данных, представленный ниже, должно быть 7 регрессий:

dat$admit vs dat$female
dat$admit vs dat$apcalc
dat$admit vs dat$num
dat$admit vs dat$female + dat$apcalc
dat$admit vs dat$female + dat$num
dat$admit vs dat$apcalc + dat$num
dat$admit vs dat$female + dat$apcalc + dat$num

Вот примерный набор данных (где dat $ admit является зависимой от логистической регрессии переменной):

dat <- read.table(text = " female  apcalc    admit       num
0        0        0         7
0        0        1         1
0        1        0         3
0        1        1         7
1        0        0         5
1        0        1         1
1        1        0         0
1        1        1         6",header = TRUE)

Согласно комментарию @marek, результат должен быть таким (только для женщины и от женщины и apcalc): # Значение перехвата P-значение (перехват) P-значение (оценка) AUC # женщина 0,000000e+00 0,000000e+00 1 1 0,5

сука +apcalc 0,000000e+00 0,000000e+00 1 1 0,5

Есть хороший код, который написал @David Arenburg, который производит статистику, но без создания моделей пар и трио, поэтому я хотел бы знать, как можно добавлять модели создания. Вот код Дэвида Аренбурга?

library(caTools)
ResFunc <- function(x) {
  temp <- glm(reformulate(x,response="admit"), data=dat,family=binomial)
  c(summary(temp)$coefficients[,1], 
    summary(temp)$coefficients[,4],
    colAUC(predict(temp, type = "response"), dat$admit))
}

temp <- as.data.frame(t(sapply(setdiff(names(dat),"admit"), ResFunc)))
colnames(temp) <- c("Intercept", "Estimate", "P-Value (Intercept)", "P-Value (Estimate)", "AUC")
temp

#          Intercept      Estimate P-Value (Intercept) P-Value (Estimate) AUC
# female 0.000000e+00  0.000000e+00                   1                  1 0.5
# apcalc 0.000000e+00  0.000000e+00                   1                  1 0.5
# num    5.177403e-16 -1.171295e-16                   1                  1 0.5

Есть идеи, как создать этот список? Спасибо Рон

Answer 1

Простое решение - составить список моделей вручную:

results <- list(
    "female"           = glm(admit~female         , family=binomial, dat)
    ,"apcalc"          = glm(admit~apcalc         , family=binomial, dat)
    ,"num"             = glm(admit~num            , family=binomial, dat)
    ,"female + apcalc" = glm(admit~female + apcalc, family=binomial, dat)
    ,"female + num"    = glm(admit~female + num   , family=binomial, dat)
    ,"apcalc + num"    = glm(admit~apcalc + num   , family=binomial, dat)
    ,"all"             = glm(admit~female + apcalc + num, family=binomial, dat)
)

Тогда вы можете проверить модели по lapplyнад списком моделей:

lapply(results, summary)

Или более продвинутый (коэффициент статистики):

require(plyr)
ldply(results, function(m) {
    name_rows(as.data.frame(summary(m)$coefficients))
})

Аналогичным образом вы можете извлечь любую информацию, которую вы хотите. Просто напишите функцию для извлечения желаемой статистики, которая принимает модель glm в качестве аргумента:

get_everything_i_want <- function(model) {
    #... do what i want ...
    # eg:
    list(AIC = AIC(model))
}

и затем примените к каждой модели:

lapply(results, get_everything_i_want)
# $female
# $female$AIC
# [1] 15.0904
# $apcalc
# $apcalc$AIC
# [1] 15.0904
# $num
# $num$AIC
# [1] 15.0904
# $`female + apcalc`
# $`female + apcalc`$AIC
# [1] 17.0904
# $`female + num`
# $`female + num`$AIC
# [1] 17.0904
# $`apcalc + num`
# $`apcalc + num`$AIC
# [1] 17.0904
# $all
# $all$AIC
# [1] 19.0904