En la siguiente entrada, se muestra cómo utilizar el
buche for, para guardar resultados
estimados en una regresión lineal simple (lm), sea en un vector o en una
matriz. En el ejemplo siguiente, se utiliza la base de datos iris, que contiene
las siguientes variables:
head(iris)
Sepal.Length
Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2
setosa
2 4.9 3.0 1.4 0.2
setosa
3 4.7 3.2 1.3 0.2
setosa
4 4.6 3.1 1.5 0.2
setosa
5 5.0 3.6 1.4 0.2
setosa
6 5.4 3.9 1.7 0.4
setosa
En el ejemplo, se estima mediante lm, un modelo de regresión
simple de la primera variable (iris[,1] == Sepal.Length) en función
de la segunda, tercera y cuarta variable, respectivamente (iris[,i] == Sepal.Length).
Véase de forma directa, como este ejemplo se puede extender a cualquier número
de variables, o inclusive utilizar indexación para identificar de forma automática
las variables de un data.frame que cumple con alguna condición.
# --------------------------------
head(iris)
for (i in 2:4){
mod<-lm(iris[,1]~iris[,i])
}
summary(mod)
O de forma alternativa, se puede utilizar la opción get()
para llamar variables directamente, a partir de un vector de nombres:
Sepal.Length = b0 + b1*Sepal.Width
Sepal.Length = b0 + b1*Petal.Length
Sepal.Length = b0 + b1*Petal.Width
# --------------------------------
attach(iris)
var<-names(iris)[2:4]
> var
[1] "Sepal.Width" "Petal.Length" "Petal.Width"
for (i in var){
mod<-lm(Sepal.Length~get(i))
}
El problema con las secuencias anteriores, es que pese a
realizar un número determinado de regresiones, los resultados estimados no son
guardados. Por lo que, en los siguientes ejemplos se muestra cómo se pueden
guardar los resultados. Note como se crea un vector vacío (sumResid)
que posteriormente se va completando con la suma de los residuos (mod$residuals)
al cuadrado que se obtiene en la estimación de cada regresión de manera
sucesiva [c(sumResid, sum(mod$residuals))].
# Guardar la suma de los residuos de cada regresión
# --------------------------------
sumResid <-c()
for (i in var){
mod<-lm(Sepal.Length~get(i))
sumResid <-c(sumResid, sum(mod$residuals))
}
> sumResid
[1] -4.982126e-15 9.992007e-16 -5.516421e-16
En un ejemplo final,
en vez de guardar un vector 1x1 en cada iteración del bucle, es posible guardar
un vector de coeficientes estimados en cada una de las regresiones (mod$coefficients). Ahora, en vez de ir anexando un escalar
a un vector determinado, como hicimos en el ejemplo anterior, se va agregando
un vector de coeficientes (coeff), a la matriz de coeficientes estimados
que se va completando, utilizando el comando rbind.
# Guardar los coeficientes
# --------------------------------
coeff <-c()
for (i in var){
mod<-lm(Sepal.Length~get(i))
coeff <-rbind(coeff, mod$coefficients)
}
> coeff
(Intercept) get(i)
[1,] 6.526223 -0.2233611
[2,] 4.306603 0.4089223
[3,] 4.777629 0.8885803
