避免在带有BS（）项的模型公式中编写大量列名称

Question

我想在拟合logistic回归模型时在数据集中使用bs函数。

df <- data.frame(a = c(0,1), b = c(0,1), d = c(0,1), e = c(0,1),
                  f= c("m","f"), output = c(0,1))
 
library(splines) 
model <- glm(output~ bs(a, df=2)+ bs(b, df=2)+ bs(d, df=2)+ bs(e, df=2)+
                      factor(f) ,
                      data = df, 
                      family = "binomial") 

在我的实际数据集中，我需要将bs（）应用于比此示例更多的列。有没有办法在不编写所有术语的情况下做到这一点？

Answer 1

我们可以使用sprintf的某些字符串操作，以及Remalulate：

predictors <- c("a", "b", "d", "e")
bspl.terms <- sprintf("bs(%s, df = 2)", predictors)
other.terms <- "factor(f)"
form <- reformulate(c(bspl.terms, other.terms), response = "output")
#output ~ bs(a, df = 2) + bs(b, df = 2) + bs(d, df = 2) + bs(e, 
#    df = 2) + factor(f)

如果要使用其他df和级别 code 对于每个样条，它也很简单（请注意，df不能小于geger）。

predictors <- c("a", "b", "d", "e")
dof <- c(3, 4, 3, 6)
degree <- c(2, 2, 2, 3)
bspl.terms <- sprintf("bs(%s, df = %d, degree = %d)", predictors, dof, degree)
other.terms <- "factor(f)"
form <- reformulate(c(bspl.terms, other.terms), response = "output")
#output ~ bs(a, df = 3, degree = 2) + bs(b, df = 4, degree = 2) + 
#    bs(d, df = 3, degree = 2) + bs(e, df = 6, degree = 3) + factor(f)

教授。 Ben Bolker：我要去一些更奇特的东西，例如predictors＆lt; - setDiff（names（df）[sapply（df，is.numeric）]，“输出”）。。 P>

是的。这对安全有好处。当然，如果OP希望将所有数值变量包括在“输出”作为预测因素之外，则是一种自动方式。