如何矢量化提取重要的預測變量？

我運行glm並得到結果。現在我想得到那些在95％顯着的預測變量的名稱，即p值小於或等於顯着性水平5e-2。我運行：如何矢量化提取重要的預測變量？

fit <- glm(data=dfa, formula=response~.) 
sig <- summary(fit)$coefficients[,4] 

(Intercept)  close0  close1  close2  close3  close4  closema  open0 
0.000000e+00 3.147425e-19 7.210909e-04 1.046019e-02 4.117580e-03 2.778701e-01 2.829958e-05 0.000000e+00 
     open1  open2  open3  open4  openma   low0   low1   low2 
8.627202e-30 1.138499e-02 1.112236e-03 7.422145e-03 3.967735e-03 3.036329e-42 3.033847e-05 3.237155e-01 
     low3   low4  lowma  high0  high1  high2  high3  high4 
8.198750e-01 6.647138e-02 4.350488e-05 6.177130e-58 2.625192e-02 4.143373e-01 3.964651e-01 3.694272e-01 
     highma  volume0  volume1  volume2  volume3  volume4  volumema 
1.416310e-05 8.027502e-02 1.975302e-01 1.630341e-09 8.979313e-03 1.274195e-06 8.246661e-01 

> str(sig) 
    Named num [1:31] 0.00 3.15e-19 7.21e-04 1.05e-02 4.12e-03 ... 
    - attr(*, "names")= chr [1:31] "(Intercept)" "close0" "close1" "close2" ...

什麼是「命名的數字」類型呢？

我想有列名的數組喜歡這樣，因爲這些預測變量具有以下顯着性水平5E-2即

best <- c('close0', 'close1', 'close2', 'close3', 'closema', ... etc)

注意p值的close4是不存在的......我怎麼能以矢量化的方式提取這些列名稱？

更新：我制定瞭如何做一個循環

fit <- glm(data=dfa, formula=response~.) 
summary(fit) 
sig <- summary(fit)$coefficients[,4] 
best <- NULL 
columnLabels <- names(sig) 
for (columnLabel in columnLabels) { 
    if (as.numeric(sig[columnLabel]) <= 5e-2) { 
     if (is.null(best)) { 
      best <- columnLabel 
     } else { 
      best <- c(best, columnLabel) 
     } 
    } 
}

來源

2013-08-26 Giovanni Azua

請問'name（sig <5e-2）'是嗎？ – James

謝謝，但不，不起作用，''就像給我所有列名稱。 –

names(sig)[sig <= 0.05]是你在找什麼。 names(sig)返回所有名稱，sig <= 0.05有助於提取所需的子集。

來源

2013-08-26 15:15:34 Julius

utils::data(anorexia, package="MASS") 

anorex.1 <- glm(Postwt ~ Prewt + Treat + offset(Prewt), 
       family = gaussian, data = anorexia) 
summary(anorex.1) 

ll<-summary(anorex.1)$coefficients 

ll<-as.data.frame(ll) 

ll 
       Estimate Std. Error t value  Pr(>|t|) 
(Intercept) 49.7711090 13.3909581 3.716770 0.0004101067 
Prewt  -0.5655388 0.1611824 -3.508689 0.0008034250 
TreatCont -4.0970655 1.8934926 -2.163761 0.0339993147 
TreatFT  4.5630627 2.1333359 2.138933 0.0360350847 

rownames(ll[ll[,4]<0.005,]) 

[1] "(Intercept)" "Prewt"

來源

2013-08-26 15:18:10 Metrics

如何矢量化提取重要的預測變量？

回答

相關問題