Regrese cada columna en un marco de datos en un vector en R

Question

Quiero retroceder cada columna en un conjunto de datos en un vector y luego devolver la columna que tiene el valor R-cuadrado más alto. p.ej. Tengo un vector HAPPY < - (3,2,2,3,1,3,1,3) y tengo un conjunto de datos.

HEALTH CONINC MARITAL SATJOB1 MARITAL2     HAPPY 
3   441 5  1   2      3 
1   1764 5  1   2      2 
2   3087 5  1   2      2 
3   3087 5  1   2      3 
1   3969 2  1   5      1 
1   3969 5  1   2      3 
2   4852 5  1   2      2 
3   5734 3  1   3      3 

Regress "feliz" en cada una de las columnas del conjunto de datos a la izquierda, a continuación, devuelve la columna que tiene el más alto R cuadrado. Ejemplo: lm (Health ~ Happy) si Health tiene el valor R-cuadrado más alto, luego devuelve Health.

He intentado aplicar, pero parece que no se me ocurre cómo devolver la regresión con el R-cuadrado más alto. ¿Alguna sugerencia?

Answer 1

Esto va a hacer lo que quiere, asumiendo que su hoja.de.datos se llama 'd'

r2s <- apply(d, 2, function(x) summary(lm(x ~ HAPPY))$r.squared) 
names(d)[which.max(r2s)] 

Puede averiguar cómo extraer los componentes del modelo, o en este caso, un resumen del modelo , con el comando str(). Le dará una lectura que le ayuda a acceder a los componentes de cualquier objeto complejo.

Answer 2

Me gustaría romper este en dos pasos:

1) Determinar R cuadrados para cada modelo

2) determinar cuál es el valor más alto

mydf<-data.frame(aa=rpois(8,4),bb=rpois(8,2),cc=rbinom(8,1,.5), 
    happy=c(3,2,2,3,1,3,1,3)) 

myRes<-sapply(mydf[-ncol(mydf)],function(x){ 
    mylm<-lm(x~mydf$happy) 
    theR2<-summary(mylm)$r.squared 
    return(theR2) 
}) 

names(myRes[which(myRes==max(myRes))]) 

Esto fue suponiendo que happy está en su data.frame

Answer 3

Aquí hay una solución que usa la función colwise() del paquete plyr.

library(plyr) 
df = data.frame(a = runif(10), b=runif(10), c=runif(10), d = runif(10)) 

Rsq = function(x) summary(lm(df$a ~ x))$r.squared 

Rsqall = colwise(Rsq)(df[, 2:4]) 
Rsqall 

names(Rsqall)[which.max(Rsqall)]