我有一个包含"i"列的数据框,并希望对每一列运行"j"回归,而不是从另一个函数中提取的组件(cluster_simple),返回一个向量,例如:
print(RSquared_1)
[1] "rsquared value 1" "rsquared value 2" "etc,"
为此,我有两个循环:
for (i in 1:columns)
{assign(paste("Rsquared_",i,sep="",collapse=NULL),
#Assign these values from this loop
for (j in 1:iterations)
{ exp<-cluster_simple(frame,number,noprint=T)
reg<-lm(exp[,'clusters']~exp[,i])
rsq[j]<-summary(reg)$r.squared
}
)
}
到目前为止,两个循环本身都运行良好,但我无法获得要分配给变量的值,我最终得到:
print(RSquared_1)
NULL
我需要在分配中应用一些特定功能吗?
如果你想要的只是i
j
r 平方值的集合,你可以做一些更简单的事情。
i
上由 cluster_sample
返回的向量 j
次。输出是一个长度i
的列表,每个项目都是j
r 平方值。
n <- 20 # rows
i <- 10 # columns
j <- 5 # iterations
# dummy data
dat <- data.frame(matrix(rnorm(n*i), ncol=i))
# dummy function
cluster_simple <- function() rnorm(n)
# regress cluster_simple on each column i, j times
r_sq_list <-
lapply(1:i, function(ii) {
sapply(1:j, function(jj) {
summary(lm(cluster_simple() ~ dat[,ii]))$r.squared
})
})
# get the r_sq for the 7th column regression, 3rd iteration
r_sq_list[[7]][3]