使用 glm 指定 R 中的公式，无需显式声明每个协变量

Question

我想将特定变量强制纳入 glm 回归，而不完全指定每个变量。我的真实数据集有大约 200 个变量。到目前为止，我在网上搜索中还没有找到这样的样本。

例如（只有 3 个变量）：

n=200
set.seed(39) 
samp = data.frame(W1 = runif(n, min = 0, max = 1), W2=runif(n, min = 0, max = 5)) 
samp = transform(samp, # add A
A = rbinom(n, 1, 1/(1+exp(-(W1^2-4*W1+1))))) 
samp = transform(samp, # add Y
Y = rbinom(n, 1,1/(1+exp(-(A-sin(W1^2)+sin(W2^2)*A+10*log(W1)*A+15*log(W2)-1+rnorm(1,mean=0,sd=.25))))))

如果我想包括所有主要术语，这有一个简单的快捷方式：

glm(Y~., family=binomial, data=samp)

但是假设我想包括所有主要术语（W1、W2 和 A）加上 W2^2：

glm(Y~A+W1+W2+I(W2^2), family=binomial, data=samp)

是否有快捷方式为了这？

[发布前编辑自我：]这有效！ glm(formula = Y ~ . + I(W2^2), family = binomial, data = samp)

好吧，那么这个怎么样！

我想省略一个主要术语变量，只包含两个主要术语（A，W2）和 W2^2 和 W2^2：A：

glm(Y~A+W2+A*I(W2^2), family=binomial, data=samp)

显然，只有几个变量并不需要捷径，但我使用高维数据。当前的数据集“仅”有 200 个变量，但其他一些数据集有数千个变量。

Answer 1

创造性地使用 . 来构建包含所有或几乎所有变量的公式是一种良好而简洁的方法。有时有用的另一个选项是以编程方式将公式构建为字符串，然后使用 as.formula 将其转换为公式：

vars <- paste("Var",1:10,sep="")
fla <- paste("y ~", paste(vars, collapse="+"))
as.formula(fla)

当然，您可以创建 fla 对象方式更复杂。

Answer 2

阿尼科回答了你的问题。扩展一下：

您还可以使用 - 排除变量：

glm(Y~.-W1+A*I(W2^2), family=binomial, data=samp)

对于大型变量组，我经常制作一个用于对变量进行分组的框架，它允许您执行以下操作：

vars <- data.frame(
    names = names(samp),
    main = c(T,F,T,F),
    quadratic =c(F,T,T,F),
    main2=c(T,T,F,F),
    stringsAsFactors=F
)


regform <- paste(
    "Y ~",
    paste(
      paste(vars[vars$main,1],collapse="+"),
      paste(vars[1,1],paste("*I(",vars[vars$quadratic,1],"^2)"),collapse="+"),
      sep="+"
    )
)
> regform
[1] "Y ~ W1+A+W1 *I( W2 ^2)+W1 *I( A ^2)"

> glm(as.formula(regform),data=samp,family=binomial)

使用所有类型的条件（关于名称、结构等） ）来填充数据框，使我能够快速选择大型数据集中的变量组。