データフレームから多くの変数を含む数式を簡潔に記述する方法は？

（おもちゃの例として）応答変数と3つの共変量を含むデータがあるとします。

y = c(1,4,6)
d = data.frame(x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2))

線形回帰をデータに適合させたい：

fit = lm(y ~ d$x1 + d$x2 + d$y2)

個々の共変量を書き出す必要がないように、式を書く方法はありますか？たとえば、次のようなもの

fit = lm(y ~ d)

（データフレームの各変数を共変量にする必要があります。）実際にデータフレームに50個の変数があるので、書き込みを避けたいと思っていx1 + x2 + x3 + etcます。

すべての変数を意味するために式で使用できる特別な識別子があり、それは.識別子です。

y <- c(1,4,6)
d <- data.frame(y = y, x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2))
mod <- lm(y ~ ., data = d)

次のようなこともでき、1つを除くすべての変数を使用できます（この場合はx3は除外されます）。

mod <- lm(y ~ . - x3, data = d)

技術的に.は、式でまだ言及されていないすべての変数を意味します。例えば

lm(y ~ x1 * x2 + ., data = d)

where .は、式x3としてのみ参照されx1、x2すでに式に含まれています。

少し異なるアプローチは、文字列から数式を作成することです。でformulaヘルプページは、次の例があります：

## Create a formula for a model with a large number of variables:
xnam <- paste("x", 1:25, sep="")
fmla <- as.formula(paste("y ~ ", paste(xnam, collapse= "+")))

次に、生成された式を見ると、次のようになります。

R> fmla
y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 + 
    x12 + x13 + x14 + x15 + x16 + x17 + x18 + x19 + x20 + x21 + 
    x22 + x23 + x24 + x25

もちろん、yデータフレームの最初の列として応答を追加し、それを呼び出すlm()だけです。

d2<-data.frame(y,d)
> d2
  y x1 x2 x3
1 1  4  3  4
2 4 -1  9 -4
3 6  3  8 -2
> lm(d2)

Call:
lm(formula = d2)

Coefficients:
(Intercept)           x1           x2           x3  
    -5.6316       0.7895       1.1579           NA  

また、Rに関する私の情報<-は、での割り当てはよりも推奨されていることを指摘してい=ます。

ジュバの方法の拡張はreformulate、そのようなタスクのために明示的に設計された関数を使用することです。

## Create a formula for a model with a large number of variables:
xnam <- paste("x", 1:25, sep="")

reformulate(xnam, "y")
y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 + 
    x12 + x13 + x14 + x15 + x16 + x17 + x18 + x19 + x20 + x21 + 
    x22 + x23 + x24 + x25

OPの例では、ここで最も簡単な解決策は

# add y variable to data.frame d
d <- cbind(y, d)
reformulate(names(d)[-1], names(d[1]))
y ~ x1 + x2 + x3

または

mod <- lm(reformulate(names(d)[-1], names(d[1])), data=d)

の従属変数をdata.frameに追加d <- cbind(y, d)すると、を使用できるようになるだけでなく、のような関数でオブジェクトreformulateを将来使用できるようになるため、優先されることに注意してください。lmpredict

私はこのソリューションを構築しますが、reformulate変数名に空白が含まれているかどうかは気にしません。

add_backticks = function(x) {
    paste0("`", x, "`")
}

x_lm_formula = function(x) {
    paste(add_backticks(x), collapse = " + ")
}

build_lm_formula = function(x, y){
    if (length(y)>1){
        stop("y needs to be just one variable")
    }
    as.formula(        
        paste0("`",y,"`", " ~ ", x_lm_formula(x))
    )
}

# Example
df <- data.frame(
    y = c(1,4,6), 
    x1 = c(4,-1,3), 
    x2 = c(3,9,8), 
    x3 = c(4,-4,-2)
    )

# Model Specification
columns = colnames(df)
y_cols = columns[1]
x_cols = columns[2:length(columns)]
formula = build_lm_formula(x_cols, y_cols)
formula
# output
# "`y` ~ `x1` + `x2` + `x3`"

# Run Model
lm(formula = formula, data = df)
# output
Call:
    lm(formula = formula, data = df)

Coefficients:
    (Intercept)           x1           x2           x3  
        -5.6316       0.7895       1.1579           NA  

「」

パッケージleaps、特にregsubsets() モデル選択用の関数機能を確認できます。ドキュメントに記載されているように：

徹底的な検索、順方向または逆方向の段階的、または順次置換によるモデルの選択