如何提取在像glm这样的r模型中制作系数相关表的列？

Question

在 R 中运行统计模型（例如 glm、lm lmer 等）后，我使用 corr=TRUE 运行摘要命令来获取相关系数表。它具有给定模型中截距和自变量的相关矩阵。我想做的是提取使这些相关性成为可能的列。例如，如果模型是“x ~ a + b”，并且表格看起来像这样......

（拦截）a
0.##
b 0.## 0.##

我想提取允许“a”和“b”之间相关的列。

我已经找到了各种命令来提取拟合值和残差，但还没有任何命令可以为我提供与该表中的相关性相对应的“a”和“b”值。

Answer 1

您想要的是

summary(.)$correlation

。

如果您想从

object

中提取某些内容，请查看结构

str(object)

以找到所需的元素。 （如果您在 RStudio 中工作，也许可以从

str(object, max.levels=1)

开始，因为如果输出太大，它往往会挂起或崩溃。）

查看

fitted()

等

stats:::fitted.lm

方法的源代码发现，它们本质上是提取相应对象的

$fitted.values

元素（类似适用于

resid()

）。

我们可以用同样的方式编写函数

ex_corr_lm

。我们可以使用公式元素上的

all.vars()

自动获取 RHS 变量。

> ex_corr_lm <- \(x, vars) {
+   if (missing(vars)) {
+     vars <- all.vars(x$call$formula)[-1]
+   } 
+   if (inherits(x, c("summary.lm", "summary.glm"))) {
+     x$correlation[vars, vars]
+   } else if (inherits(x, "summary.merMod")) {
+     as.matrix(x$vcov@factors$correlation)[vars, vars]
+   } else {
+     stop('not implemented.')
+   }
+ }
> 
> ex_corr_lm(s_lm)
           a          b
a  1.0000000 -0.4798395
b -0.4798395  1.0000000
> 
> ex_corr_lm(s_lm, vars=c('(Intercept)', 'a', 'b'))  ## explicitly specifying vars
            (Intercept)          a           b
(Intercept)  1.00000000 -0.7514856 -0.08217174
a           -0.75148557  1.0000000 -0.47983950
b           -0.08217174 -0.4798395  1.00000000
> 
> ex_corr_lm(s_glm)
           a          b
a  1.0000000 -0.4798395
b -0.4798395  1.0000000
> 
> ex_corr_lm(s_lmer)
          a         b
a  1.000000 -0.288444
b -0.288444  1.000000

---

数据：

> set.seed(42)
> d <- data.frame(a=1:10, b=(1:10)^2);d$x <- .5 + 2*d$a + .1*d$b + rnorm(10,,.5)
> s_lm <- summary(f <- lm(x ~ a + b, d,), corr=TRUE)
> s_glm <- summary(f <- glm(x ~ a + b, d, fam=gaussian()), corr=TRUE)
> s_lmer <- summary(lme4::lmer(x ~ a + b + (1|a), d), corr=TRUE)