R：轉換do.call（） - 總結小結

由於MASS包中的stepAIC()函數在函數中使用時有問題，所以我在do.call()（描述爲here）中使用它。我的問題聽起來很簡單，但我找不到解決方案：當我使用do.call()作爲具有多個柵格圖層的lm()模型時，所有圖層都保存在模型中。如果我想打印模型的summary()，它會在輸出中寫入所有圖層，並且會變得非常混亂。我如何得到一個「正常的」summary輸出，因爲我會得到沒有使用do.call？R：轉換do.call（） - 總結小結

下面是一個簡單的例子：

創建柵格圖層列表：

xz.list <- lapply(1:5,function(x){ 
    r1 <- raster(ncol=3, nrow=3) 
    values(r1) <- 1:ncell(r1) 
    r1 
})

轉換他們在data.frame：

xz<-getValues(stack(xz.list)) 

xz <- as.data.frame(xz)

使用do.call爲lm型號：

fit1<-do.call("lm", list(xz[,1] ~ . , data = xz))

的summary()輸出看起來是這樣的：

summary(fit1) 

Call: 
lm(formula = xz[, 1] ~ ., data = structure(list(layer.1 = 1:9, 
    layer.2 = 1:9, layer.3 = 1:9, layer.4 = 1:9, layer.5 = 1:9), .Names = c("layer.1", 
"layer.2", "layer.3", "layer.4", "layer.5"), row.names = c(NA, 
-9L), class = "data.frame")) 

Residuals: 
     Min   1Q  Median   3Q  Max 
-9.006e-16 -2.472e-16 -2.031e-16 -1.370e-16 1.724e-15 

Coefficients: (4 not defined because of singularities) 
      Estimate Std. Error t value Pr(>|t|)  
(Intercept) 1.184e-15 5.784e-16 2.047e+00 0.0798 . 
layer.1  1.000e+00 1.028e-16 9.729e+15 <2e-16 *** 
layer.2   NA   NA  NA  NA  
layer.3   NA   NA  NA  NA  
layer.4   NA   NA  NA  NA  
layer.5   NA   NA  NA  NA  
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 7.962e-16 on 7 degrees of freedom 
Multiple R-squared:  1, Adjusted R-squared:  1 
F-statistic: 9.465e+31 on 1 and 7 DF, p-value: < 2.2e-16

這看起來並不壞在這個小例子，但是當您使用10個或更多raster層，每個約32K值變得一團糟。所以，我想使輸出的樣子，我只想用summary(lm)功能而不do.call：

fit<-lm(xz[,1] ~ . , data=xz) 
summary(fit) 

Call: 
lm(formula = xz[, 1] ~ ., data = xz) 

Residuals: 
     Min   1Q  Median   3Q  Max 
-9.006e-16 -2.472e-16 -2.031e-16 -1.370e-16 1.724e-15 

Coefficients: (4 not defined because of singularities) 
      Estimate Std. Error t value Pr(>|t|)  
(Intercept) 1.184e-15 5.784e-16 2.047e+00 0.0798 . 
layer.1  1.000e+00 1.028e-16 9.729e+15 <2e-16 *** 
layer.2   NA   NA  NA  NA  
layer.3   NA   NA  NA  NA  
layer.4   NA   NA  NA  NA  
layer.5   NA   NA  NA  NA  
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 7.962e-16 on 7 degrees of freedom 
Multiple R-squared:  1, Adjusted R-squared:  1 
F-statistic: 9.465e+31 on 1 and 7 DF, p-value: < 2.2e-16

來源

2013-07-11 viktor_r

你可以重新定義你的lm功能是這樣的：

lm <- function(form, ...) { fm <- stats::lm(form,...); 
          fm$call <- form; fm }

測試它：

fit2<-do.call("lm", list(xz[,1] ~ . , data = xz)) 

summary(fit2) 

Call: 
xz[, 1] ~ . 

Residuals: 
     Min   1Q  Median   3Q  Max 
-9.006e-16 -2.472e-16 -2.031e-16 -1.370e-16 1.724e-15 

Coefficients: (4 not defined because of singularities) 
      Estimate Std. Error t value Pr(>|t|)  
(Intercept) 1.184e-15 5.784e-16 2.047e+00 0.0798 . 
layer.1  1.000e+00 1.028e-16 9.729e+15 <2e-16 *** 
layer.2   NA   NA  NA  NA  
layer.3   NA   NA  NA  NA  
layer.4   NA   NA  NA  NA  
layer.5   NA   NA  NA  NA  
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 7.962e-16 on 7 degrees of freedom 
Multiple R-squared:  1, Adjusted R-squared:  1 
F-statistic: 9.465e+31 on 1 and 7 DF, p-value: < 2.2e-16

來源

2013-07-11 10:07:13 agstudy

R：轉換do.call（） - 總結小結

回答

相關問題