从 Leaps regsubsets 获取所有模型

我使用 regsubsets 来搜索模型。是否可以自动创建所有lm从参数选择列表中？

library(leaps)
leaps<-regsubsets(y ~ x1 + x2 + x3, data, nbest=1, method="exhaustive")
summary(leaps)$which
  (Intercept)      x1        x2    x3                                                                                   
1        TRUE   FALSE     FALSE  TRUE                                                                                   
2        TRUE   FALSE      TRUE  TRUE                                                                                   
3        TRUE    TRUE      TRUE  TRUE                                                                                   

现在我会手动做model_1 <- lm(y ~ x3)等等。如何自动将它们放入列表中？

我不知道你为什么想要所有型号的列表。summary and coef方法应该对你很有用。但我会先从纯粹的编程方面回答你的问题，然后再回到这一点。

一个简单的方法是通过reformulate:

reformulate(termlabels, response = NULL, intercept = TRUE)

具体方法如下：

## you are masking `leaps` and `data` function!!
leaps <- regsubsets(y ~ x1 + x2 + x3, data, nbest = 1, method = "exhaustive")
X <- summary(leaps)$which

xvars <- dimnames(X)[[2]][-1]  ## column names (all covariates except intercept)
responsevar <- "y"  ## name of response

lst <- vector("list", dim(X)[1])  ## set up an empty model list

## loop through all rows / model specifications
for (i in 1:dim(X)[1]) {
  id <- X[i, ]
  form <- reformulate(xvars[which(id[-1])], responsevar, id[1])
  lst[[i]] <- lm(form, data)
  }

没有必要*apply解决方案。lm成本高昂，所以for循环根本没有任何开销。

更快的方法是建立一个包含所有协变量的模型矩阵，并动态选择其列（使用assign模型矩阵的属性；当你有因子变量时尤其如此）。然后通过模型拟合.lm.fit。但是，您将很难使用以下原始输出生成模型摘要/预测.lm.fit除非你是线性模型大师，但我认为summary(leaps)应该已经返回您各种有用的统计数据。

leaps:::coef.regsubsets函数是这个的等价物.lm.fit路线。只需执行以下操作：

coef(leaps, 1:dim(X)[1], TRUE)

您将获得所有模型的系数和方差-协方差矩阵。