Generarea intervalelor de previziune pentru mai mult de 1 modelul liniar în R?

Question 1

Eu sunt încercarea de a genera intervale de predicție folosind funcția prezice() pentru un nou set de date, dar peste mai mult de un model pe care l-au generat pentru un set de date. Eu sunt relativ lipsit de experiență în utilizarea lapply, dar cifra ar trebui să fie de ajutor în acest proces:

#Calling in my libraries:
library(dplyr)

#Creating dataset:

DNase <- DNase

#Generating models, one for each "Run" in DNAse:
model_dna <- DNase %>% 
  group_by(Run) %>% 
  do(model_dna_group = lm(log(density) ~ log(conc), data = .)) %>%   ungroup()

#Creating a new data set to be used to generate predictions:
new_dna <- as.data.frame(DNase$conc) %>% 
  mutate(conc = DNase$conc * 2) %>% select(conc)

#Attempting to apply predict to these models for a new data frame:
new_dna_w_predictions <- lapply(
                           X = model_dna, 
                           FUN = predict, 
                           newdata = new_dna, 
                           interval = "prediction", 
                           level = 0.9
                          )

Cu toate acestea, acest lucru atrage următoarea eroare:

Eroare în ia(ca.caracter(DISTRACȚIE), modul = "funcția", mediu = mediu) : obiect 'model_dna' de modul de "funcție" nu a fost găsit

Eu nu sunt sigur cum cel mai bine pentru a structura acest lapply funcție, mai ales atunci când sunt utilizate în mai mult de un model. Există, în general, o mai curat mod de a aborda acest lucru?

Question 2

Aici aveți un plin tidyverse soluție:

# Calling in my libraries:
library(dplyr)
library(purrr)

# Creating dataset:
DNase <- DNase

# Creating a new data set to be used to generate predictions:
new_dna <- DNase %>% transmute(conc = conc * 2)  # simplified

# Generating models, one for each "Run" in DNAse:
model_dna <- DNase %>% 
  group_by(Run) %>% 
  summarise(model_dna_group = list(lm(log(density) ~ log(conc))))
  
model_dna
#> # A tibble: 11 x 2
#>    Run   model_dna_group
#>    <ord> <list>         
#>  1 10    <lm>           
#>  2 11    <lm>           
#>  3 9     <lm>           
#>  4 1     <lm>           
#>  5 4     <lm>           
#>  6 8     <lm>           
#>  7 5     <lm>           
#>  8 7     <lm>           
#>  9 6     <lm>           
#> 10 2     <lm>           
#> 11 3     <lm>


# Run predictions
model_dna %>%
  group_by(Run) %>% 
  summarise(map(model_dna_group, predict, newdata = new_dna, interval = "prediction", level = 0.9) %>% map_dfr(as_tibble),
            .groups = "drop")

#> # A tibble: 1,936 x 4
#>    Run       fit    lwr    upr
#>    <ord>   <dbl>  <dbl>  <dbl>
#>  1 10    -2.16   -2.48  -1.85 
#>  2 10    -2.16   -2.48  -1.85 
#>  3 10    -1.33   -1.64  -1.03 
#>  4 10    -1.33   -1.64  -1.03 
#>  5 10    -0.918  -1.22  -0.617
#>  6 10    -0.918  -1.22  -0.617
#>  7 10    -0.503  -0.804 -0.201
#>  8 10    -0.503  -0.804 -0.201
#>  9 10    -0.0873 -0.392  0.217
#> 10 10    -0.0873 -0.392  0.217
#> # ... with 1,926 more rows

^{L-a creat pe 2021-11-19 de reprex pachet (v2.0.0)}

Notificare:

după dplyr 1.0 nu aveți nevoie pentru a utiliza do pentru acest tip de cazuri
cu map și map_dfr puteți calcula predicții și a le potrivi bine în tibble

Question 3

Obiect model_dna este un date.cadru (mai precis: un tibble) care conține lm-obiecte în a doua coloană "model_dna_group".

În lapply-te sun ar trebui să se refere la coloana, nu întregul cadru de date. Lapply încearcă să utilizeze predict pe coloane de cadru de date în loc de lm-obiecte în coloana a doua.

Deci edita apel, după cum urmează și funcționează:

new_dna_w_predictions <- lapply(
                           X = model_dna$model_dna_group, 
                           FUN = predict, 
                           newdata = new_dna, 
                           interval = "prediction", 
                           level = 0.9
                          )

Edo · Answer 1 · 2021-11-19T18:05:38

Aici aveți un plin tidyverse soluție:

# Calling in my libraries:
library(dplyr)
library(purrr)

# Creating dataset:
DNase <- DNase

# Creating a new data set to be used to generate predictions:
new_dna <- DNase %>% transmute(conc = conc * 2)  # simplified

# Generating models, one for each "Run" in DNAse:
model_dna <- DNase %>% 
  group_by(Run) %>% 
  summarise(model_dna_group = list(lm(log(density) ~ log(conc))))
  
model_dna
#> # A tibble: 11 x 2
#>    Run   model_dna_group
#>    <ord> <list>         
#>  1 10    <lm>           
#>  2 11    <lm>           
#>  3 9     <lm>           
#>  4 1     <lm>           
#>  5 4     <lm>           
#>  6 8     <lm>           
#>  7 5     <lm>           
#>  8 7     <lm>           
#>  9 6     <lm>           
#> 10 2     <lm>           
#> 11 3     <lm>


# Run predictions
model_dna %>%
  group_by(Run) %>% 
  summarise(map(model_dna_group, predict, newdata = new_dna, interval = "prediction", level = 0.9) %>% map_dfr(as_tibble),
            .groups = "drop")

#> # A tibble: 1,936 x 4
#>    Run       fit    lwr    upr
#>    <ord>   <dbl>  <dbl>  <dbl>
#>  1 10    -2.16   -2.48  -1.85 
#>  2 10    -2.16   -2.48  -1.85 
#>  3 10    -1.33   -1.64  -1.03 
#>  4 10    -1.33   -1.64  -1.03 
#>  5 10    -0.918  -1.22  -0.617
#>  6 10    -0.918  -1.22  -0.617
#>  7 10    -0.503  -0.804 -0.201
#>  8 10    -0.503  -0.804 -0.201
#>  9 10    -0.0873 -0.392  0.217
#> 10 10    -0.0873 -0.392  0.217
#> # ... with 1,926 more rows

^{L-a creat pe 2021-11-19 de reprex pachet (v2.0.0)}

Notificare:

după dplyr 1.0 nu aveți nevoie pentru a utiliza do pentru acest tip de cazuri
cu map și map_dfr puteți calcula predicții și a le potrivi bine în tibble

benimwolfspelz · Answer 2 · 2021-11-19T17:22:23

Obiect model_dna este un date.cadru (mai precis: un tibble) care conține lm-obiecte în a doua coloană "model_dna_group".

În lapply-te sun ar trebui să se refere la coloana, nu întregul cadru de date. Lapply încearcă să utilizeze predict pe coloane de cadru de date în loc de lm-obiecte în coloana a doua.

Deci edita apel, după cum urmează și funcționează:

new_dna_w_predictions <- lapply(
                           X = model_dna$model_dna_group, 
                           FUN = predict, 
                           newdata = new_dna, 
                           interval = "prediction", 
                           level = 0.9
                          )

Generarea intervalelor de previziune pentru mai mult de 1 modelul liniar în R?

Problema

Cel mai bun răspuns

În alte limbi

Această pagină este în alte limbi

Popular în această categorie

Întrebări frecvente în această categorie