Ottenere errori standard dalle regressioni usando RPY2
Domanda
Sto usando RPY2 per le regressioni. L'oggetto restituito ha un elenco che include coefficienti, residui, valori montati, rango del modello montato, ecc.)
Tuttavia non riesco a trovare gli errori standard (né il R^2) nell'oggetto adatta. Esecuzione del modello LM direttamente in R, gli errori standard vengono visualizzati con il comando di riepilogo, ma non riesco a accedervi direttamente nel frame di dati del modello.
Come posso ottenere estrarre queste informazioni usando RPY2?
Il codice Python di esempio è
from scipy import random
from numpy import hstack, array, matrix
from rpy2 import robjects
from rpy2.robjects.packages import importr
def test_regress():
stats=importr('stats')
x=random.uniform(0,1,100).reshape([100,1])
y=1+x+random.uniform(0,1,100).reshape([100,1])
x_in_r=create_r_matrix(x, x.shape[1])
y_in_r=create_r_matrix(y, y.shape[1])
formula=robjects.Formula('y~x')
env = formula.environment
env['x']=x_in_r
env['y']=y_in_r
fit=stats.lm(formula)
coeffs=array(fit[0])
resids=array(fit[1])
fitted_vals=array(fit[4])
return(coeffs, resids, fitted_vals)
def create_r_matrix(py_array, ncols):
if type(py_array)==type(matrix([1])) or type(py_array)==type(array([1])):
py_array=py_array.tolist()
r_vector=robjects.FloatVector(flatten_list(py_array))
r_matrix=robjects.r['matrix'](r_vector, ncol=ncols)
return r_matrix
def flatten_list(source):
return([item for sublist in source for item in sublist])
test_regress()
Soluzione
Quindi questo sembra funzionare per me:
def test_regress():
stats=importr('stats')
x=random.uniform(0,1,100).reshape([100,1])
y=1+x+random.uniform(0,1,100).reshape([100,1])
x_in_r=create_r_matrix(x, x.shape[1])
y_in_r=create_r_matrix(y, y.shape[1])
formula=robjects.Formula('y~x')
env = formula.environment
env['x']=x_in_r
env['y']=y_in_r
fit=stats.lm(formula)
coeffs=array(fit[0])
resids=array(fit[1])
fitted_vals=array(fit[4])
modsum = base.summary(fit)
rsquared = array(modsum[7])
se = array(modsum.rx2('coefficients')[2:4])
return(coeffs, resids, fitted_vals, rsquared, se)
Anche se, come ho detto, questa è letteralmente la mia prima incursione in RPY2, quindi potrebbe esserci un modo migliore per farlo. Ma questa versione sembra output contenente il valore R-quadrato insieme agli errori standard.
Puoi usare print(modsum.names)
per vedere i nomi dei componenti dell'oggetto R (un po 'come names(modsum)
in r) e poi .rx
e .rx2
sono l'equivalente di [
e [[
in R.
Altri suggerimenti
@joran: abbastanza bene. Direi che è praticamente il modo per farlo.
from rpy2 import robjects
from rpy2.robjects.packages import importr
base = importr('base')
stats = importr('stats') # import only once !
def test_regress():
x = base.matrix(stats.runif(100), nrow = 100)
y = (x.ro + base.matrix(stats.runif(100), nrow = 100)).ro + 1 # not so nice
formula = robjects.Formula('y~x')
env = formula.environment
env['x'] = x
env['y'] = y
fit = stats.lm(formula)
coefs = stats.coef(fit)
resids = stats.residuals(fit)
fitted_vals = stats.fitted(fit)
modsum = base.summary(fit)
rsquared = modsum.rx2('r.squared')
se = modsum.rx2('coefficients')[2:4]
return (coefs, resids, fitted_vals, rsquared, se)