2

パッケージのstepAIC()関数MASSは関数内で使用すると問題があるため、do.call()（ここで説明）で使用します。私の問題は非常に簡単に思えますが、解決策を見つけることができませんでした。いくつかのラスター レイヤーdo.call()を持つlm()モデルを使用すると、すべてのレイヤーがモデル内に保存されます。モデルを印刷したい場合summary()、出力にすべてのレイヤーが書き込まれ、非常に混乱します。summaryを使用せずに取得するように、「通常の」出力を取得するにはどうすればよいdo.callですか?

以下に短い例を示します。

ラスター レイヤーのリストを作成します。

xz.list  <- lapply(1:5,function(x){
  r1 <- raster(ncol=3, nrow=3)
  values(r1) <- 1:ncell(r1)
  r1
})

それらを次のように変換しますdata.frame。

xz<-getValues(stack(xz.list))

xz <- as.data.frame(xz)

モデルdo.callに使用:lm

fit1<-do.call("lm", list(xz[,1] ~ . , data = xz))

出力は次のsummary()ようになります。

summary(fit1)

Call:
lm(formula = xz[, 1] ~ ., data = structure(list(layer.1 = 1:9, 
    layer.2 = 1:9, layer.3 = 1:9, layer.4 = 1:9, layer.5 = 1:9), .Names = c("layer.1", 
"layer.2", "layer.3", "layer.4", "layer.5"), row.names = c(NA, 
-9L), class = "data.frame"))

Residuals:
       Min         1Q     Median         3Q        Max 
-9.006e-16 -2.472e-16 -2.031e-16 -1.370e-16  1.724e-15 

Coefficients: (4 not defined because of singularities)
             Estimate Std. Error   t value Pr(>|t|)    
(Intercept) 1.184e-15  5.784e-16 2.047e+00   0.0798 .  
layer.1     1.000e+00  1.028e-16 9.729e+15   <2e-16 ***
layer.2            NA         NA        NA       NA    
layer.3            NA         NA        NA       NA    
layer.4            NA         NA        NA       NA    
layer.5            NA         NA        NA       NA    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 7.962e-16 on 7 degrees of freedom
Multiple R-squared:     1,  Adjusted R-squared:     1 
F-statistic: 9.465e+31 on 1 and 7 DF,  p-value: < 2.2e-16

rasterこれは、この小さな例では悪くないように見えますが、それぞれ約 32k の値を持つ10 以上のレイヤーを使用している場合は混乱します。だから私は出力を次のように見せたいと思いsummary(lm)ますdo.call:

fit<-lm(xz[,1] ~ . , data=xz)
summary(fit)

Call:
lm(formula = xz[, 1] ~ ., data = xz)

Residuals:
       Min         1Q     Median         3Q        Max 
-9.006e-16 -2.472e-16 -2.031e-16 -1.370e-16  1.724e-15 

Coefficients: (4 not defined because of singularities)
             Estimate Std. Error   t value Pr(>|t|)    
(Intercept) 1.184e-15  5.784e-16 2.047e+00   0.0798 .  
layer.1     1.000e+00  1.028e-16 9.729e+15   <2e-16 ***
layer.2            NA         NA        NA       NA    
layer.3            NA         NA        NA       NA    
layer.4            NA         NA        NA       NA    
layer.5            NA         NA        NA       NA    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 7.962e-16 on 7 degrees of freedom
Multiple R-squared:     1,  Adjusted R-squared:     1 
F-statistic: 9.465e+31 on 1 and 7 DF,  p-value: < 2.2e-16
4

1 に答える 1

2

lm次のように関数を再定義できます。

lm <- function(form, ...) { fm <- stats::lm(form,...); 
                            fm$call <- form; fm }

それをテストする：

fit2<-do.call("lm", list(xz[,1] ~ . , data = xz))

summary(fit2)

Call:
xz[, 1] ~ .

Residuals:
       Min         1Q     Median         3Q        Max 
-9.006e-16 -2.472e-16 -2.031e-16 -1.370e-16  1.724e-15 

Coefficients: (4 not defined because of singularities)
             Estimate Std. Error   t value Pr(>|t|)    
(Intercept) 1.184e-15  5.784e-16 2.047e+00   0.0798 .  
layer.1     1.000e+00  1.028e-16 9.729e+15   <2e-16 ***
layer.2            NA         NA        NA       NA    
layer.3            NA         NA        NA       NA    
layer.4            NA         NA        NA       NA    
layer.5            NA         NA        NA       NA    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 7.962e-16 on 7 degrees of freedom
Multiple R-squared:      1, Adjusted R-squared:      1 
F-statistic: 9.465e+31 on 1 and 7 DF,  p-value: < 2.2e-16
于 2013-07-11T10:07:13.700 に答える