如何在 rpy2 中使用 anova 比较模型？

发布于 2024-12-24 19:04:07 字数 299 浏览 3 评论 0原文

在 R 中，可以使用命令 anova(fit1,fit2) 来比较两个拟合模型（例如 fit1 和 fit2）。

然而，如果我们尝试使用 Rpy2 接口进行类似的操作，它总是会给出错误。单个模型的方差分析，例如 anova(fit1) 可以通过 Rpy2 计算。

使用两个时出现的错误是：

no method for coercing this S4 class into a vector.

那么，我想知道如何纠正这个问题以及如何比较 rpy2 中的两个拟合模型？

原文

In R, it is possible to compare two fitted models say fit1 and fit2 by using the command anova(fit1,fit2).

However, if we try to do this similarly using the interface Rpy2, it always gives an error. The anova for a single model, say anova(fit1) can be computed through Rpy2.

The error that occurs while using two is:

no method for coercing this S4 class into a vector.

So, I wanted to know how this problem can be rectified and how can I compare the two fitted models in rpy2?

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

茶色山野 2024-12-31 19:04:07

那么你需要这些标题

 import rpy2.robjects as robjects
 from rpy2.robjects import DataFrame, Formula

，这对我有用：

formula = Formula('responsev ~ predictorv')
formula2 = Formula('responsev ~ predictorv2')
dataf = DataFrame({'responsev': robjects.IntVector(Y), \
               'predictorv': robjects.IntVector(X),\
                                'predictorv2': robjects.IntVector(X2)})

fit=robjects.r.lm(formula=formula, data=dataf)
fit2=robjects.r.lm(formula=formula2, data=dataf)

a=robjects.r.anova(fit,fit2)

你仍然需要弄清楚如何处理 a 但这应该是次要的。

希望有帮助！

You need these headings

 import rpy2.robjects as robjects
 from rpy2.robjects import DataFrame, Formula

then, This has worked for me:

formula = Formula('responsev ~ predictorv')
formula2 = Formula('responsev ~ predictorv2')
dataf = DataFrame({'responsev': robjects.IntVector(Y), \
               'predictorv': robjects.IntVector(X),\
                                'predictorv2': robjects.IntVector(X2)})

fit=robjects.r.lm(formula=formula, data=dataf)
fit2=robjects.r.lm(formula=formula2, data=dataf)

a=robjects.r.anova(fit,fit2)

You'll still need to figure out how to handle a but that should be minor.

Hope it helps!

回复收藏 0 原文

~没有更多了~