在lapply中如何使用自定义函数提取结果

Question

我试图使用下面的函数提取回归系数;

## customized function to return coef as matrix 

cust_lm<- function(varname, data){ 
y<-data[,varname] 
coefOLS<- as.matrix(coef(summary(lm(y~x))));    
} 

我想用这个函数每次运行使用不同的因变量（独立变量保持不变）的回归。我正在使用lapply。

## artificial data 
x<-rnorm(100,5,3) 
ydata<-data.frame(y1=rnorm(100), y2=rnorm(100)) 

## running regressions together and storing as list 
list<-lapply(names(ydata)[1:2], function(x) cust_lm(x, ydata)) 

我得到了想要的结果，其中list[[1]]不过coef(summary(lm(ydata[,1]~x)))和list[[2]]等于coef(summary(lm(ydata[,2]~x)))。

我已经写了几个SO帖子的帮助。现在我想破译我的自定义函数以了解它是如何工作的，并且我还不清楚lapply。

我已经创建了自定义函数，参数要求为(varname, data)，并且我在lapply中再次给出cust_lm(x, data)作为参数。这是正确的事情吗？

这是正确的，如果我给，list<-lapply(names(ydata)[1:2], function(z) cust_lm(z, data))而不是？我对此很困惑。任何帮助/资源表示赞赏。

Answer 1

您可以随时尝试将其分解。 lapply的第一次迭代将调用cust_lm('a', ydata)。让我们一起来看看：

cust_lm('y1', ydata) 
#     Estimate Std. Error  t value Pr(>|t|) 
# (Intercept) 0.006170844 0.22234415 0.02775357 0.9779151 
# x   -0.004470560 0.03960525 -0.11287797 0.9103582 

在你的代码，名称data是功能内部变量名。因此，当您指定list<-lapply(names(ydata)[1:2], function(z) cust_lm(z, data))时，当调用该行时，R将查找名为data的变量。所以这是错误。用list<-lapply(names(ydata)[1:2], function(x) cust_lm(x, ydata))调用它是正确的答案。您可以进一步简化为：

list <- lapply(names(ydata)[1:2], cust_lm, data=ydata) 

这打破了以“呼叫cust_lm与依次作为第一个参数的names(ydata)[1:2]每个元素;使用ydata名为data的说法”。