prédire manuellement avec différentes formes fonctionnelles

Question

J'ai une trame de données avec des coefficients d'un glm (betas ci-dessous). La trame de données contient l'étiquette de covariable, la forme de covariable et l'estimation. Les formes sont linéaires (Li), carrées/quadratiques (Sq) et log (Ps).

betas <- structure(list(CovGen = c("A", "B", "C", "D", "E", "F", "G", 
            "G", "H"), Form = c("Li", "Li", "Li", "Li", "Li", "Li", "Li", 
                 "Sq", "Ps"), Estimate = c(0.0294573176934061, 0.0100315121169383, 
                       -0.0155864186367343, -0.00871344935814372, 0.0362538988332902, 
                       -0.0263072916746069, 0.0865742118052235, 0.0614689145750204, 
                       0.00229745713752781)), .Names = c("CovGen", "Form", "Estimate" 
                       ), row.names = c(NA, 9L), class = "data.frame") 

betas 
    CovGen Form  Estimate 
1  A Li 0.029457318 
2  B Li 0.010031512 
3  C Li -0.015586419 
4  D Li -0.008713449 
5  E Li 0.036253899 
6  F Li -0.026307292 
7  G Li 0.086574212 
8  G Sq 0.061468915 
9  H Ps 0.002297457 

J'essaie d'appliquer les estimations de coefficients pour prédire manuellement les valeurs pour une nouvelle trame de données (dat inclus ici avec dput).

dat <- structure(list(B = c(-1.47218074669544, -1.46929972689195, -1.46641870708846, 
          -1.46353768728497, -1.46065666748148, -1.45777564767799), C = c(-1.09847692593512, 
                          -1.09375316152745, -1.08902939711978, -1.08430563271211, -1.07958186830444, 
                          -1.07485810389677), D = c(-1.0109875688763, -1.00407851818141, 
                                 -0.997169467486518, -0.990260416791627, -0.983351366096736, -0.976442315401845 
                          ), E = c(-3.19632050296668, -3.19041566990116, -3.18451083683563, 
                            -3.17860600377011, -3.17270117070458, -3.16679633763906), F = c(-2.81211918021003, 
                                            -2.80673925496675, -2.80135932972346, -2.79597940448018, -2.7905994792369, 
                                            -2.78521955399362), G = c(-2.32916817000267, -2.32368219245727, 
                                                   -2.31819621491187, -2.31271023736647, -2.30722425982107, -2.30173828227567 
                                            ), H = c(0.442067970883549, 0.417909464459238, 0.393750958034926, 
                                               0.369592451610615, 0.345433945186303, 0.321275438761992)), .Names = c("B", 
                                                                "C", "D", "E", "F", "G", "H"), row.names = c(NA, 6L), class = "data.frame")                                                         "C", "D", "E", "F", "G", "H"), row.names = c(NA, 6L), class = "data.frame") 



> dat 
      B   C   D   E   F   G   H 
1 -1.472181 -1.098477 -1.0109876 -3.196321 -2.812119 -2.329168 0.4420680 
2 -1.469300 -1.093753 -1.0040785 -3.190416 -2.806739 -2.323682 0.4179095 
3 -1.466419 -1.089029 -0.9971695 -3.184511 -2.801359 -2.318196 0.3937510 
4 -1.463538 -1.084306 -0.9902604 -3.178606 -2.795979 -2.312710 0.3695925 
5 -1.460657 -1.079582 -0.9833514 -3.172701 -2.790599 -2.307224 0.3454339 
6 -1.457776 -1.074858 -0.9764423 -3.166796 -2.785220 -2.301738 0.3212754 

Je suis en train de multiplier les nouvelles valeurs de données dans le dat df par les bêtas respectifs et représentent des formes fonctionnelles. Plus spécifiquement, dans l'exemple inclus ici, je veux appliquer la forme Sq de la beta G à dat$G^2 et la beta Ps H à log(dat$H). Tous les autres bêtas et valeurs peuvent simplement être multipliés directement sans tenir compte des formes fonctionnelles. Notez que la bêta A n'est pas appliquée à une nouvelle valeur dans le dat df.

Je devrais peut-être travailler à travers une déclaration d'attribution ifelse mais je me demande s'il y a d'autres idées et/ou suggestions.

Je travaille dans une boucle plus grande et je n'ai pas de forme cohérente pour chaque covariable.

Le résultat souhaité serait une matrice ou df avec une colonne contenant les valeurs prédites pour chaque combinaison de forme bêta. Par exemple, il y aurait une seule colonne contenant des valeurs prédites pour tous les bêtas sauf pour G qui aurait des valeurs prédites pour G et G^2.

Merci d'avance.

Answer 1

Je vais essayer de construire la formule, puis utiliser model.matrix et la multiplication de la matrice, quelque chose comme ceci:

betas$term = with(betas, ifelse(
    Form == "Li", CovGen, 
    ifelse(Form == "Sq", sprintf("I(%s^2)", CovGen), 
      ifelse(Form == "Ps", sprintf("log(%s)", CovGen), NA) 
))) 
betas 
# CovGen Form  Estimate term 
# 1  A Li 0.029457318  A 
# 2  B Li 0.010031512  B 
# 3  C Li -0.015586419  C 
# 4  D Li -0.008713449  D 
# 5  E Li 0.036253899  E 
# 6  F Li -0.026307292  F 
# 7  G Li 0.086574212  G 
# 8  G Sq 0.061468915 I(G^2) 
# 9  H Ps 0.002297457 log(H) 
(my_formula = as.formula(paste("~", paste(betas$term, collapse = " + ")))) 
#~A + B + C + D + E + F + G + I(G^2) + log(H) 

X = model.matrix(my_formula, data = dat) 
prediction = X %*% betas$Estimate 

Comme le dit MrFlick, cela ne fonctionnera pas avec les données en cours d'échantillonnage.

Answer 2

Vous pouvez essayer une solution comme celui-ci

trans <- list(
    Li=identity, 
    Sq=function(x) x^2, 
    Ps=function(x) log(x) 
) 

cpredict<-function(betas, datas) { 
    Map(function(var, fun, coef) { 
    trans[[fun]](datas[[var]])*coef 
    }, betas$CovGen, betas$Form, betas$Estimate) 
} 

cpredict(betas, dat) 

Mais cela ne fonctionnera pas avec vos données actuelles, car il n'y a pas dat$A et vous ne pouvez pas prendre le journal d'un nombre négatif.