Предположим, что есть некоторые data.frame foo_data_frame, и кто-то хочет найти регрессию целевого столбца Y некоторыми другими столбцами. Для этой цели обычно используются некоторые формулы и модели. Например:
linear_model <- lm(Y ~ FACTOR_NAME_1 + FACTOR_NAME_2, foo_data_frame)
Это хорошо работает, если формула закодирована статически. Если необходимо прогнать несколько моделей с постоянным числом зависимых переменных (скажем, 2), то можно обращаться так:
for (i in seq_len(factor_number)) {
for (j in seq(i + 1, factor_number)) {
linear_model <- lm(Y ~ F1 + F2, list(Y=foo_data_frame$Y,
F1=foo_data_frame[[i]],
F2=foo_data_frame[[j]]))
# linear_model further analyzing...
}
}
Мой вопрос в том, как сделать то же самое, когда число переменных меняется динамически во время работы программы?
for (number_of_factors in seq_len(5)) {
# Then root over subsets with #number_of_factors cardinality.
for (factors_subset in all_subsets_with_fixed_cardinality) {
# Here I want to fit model with factors from factors_subset.
linear_model <- lm(Does R provide smth to write here?)
}
}