r - 有没有办法合并 R 中的回归摘要列表？

Question

我模拟了各种大小和“形状”的对数 Gamma 数据，然后将 Gamma 和对数正态模型拟合到这些模拟数据中。
这是我的相关代码:

gm_glog <- function(size.i, alpha.i) {
  x_i <- runif(size.i, 0, 1)    # draw a sample of size 'size'
  y.true <- exp(b_0 + b_1*x_i)  # produce log gamma data
  y_i <- rgamma(size.i, rate = alpha.i/y.true, shape = alpha.i) # random gamma sample

  # Gamma Model
  log_gamma_model <- glm(y_i ~ x_i, family = Gamma(link = "log"),
                         control = glm.control(maxit=100, trace = TRUE),
                         start = c(0.1, 0.2))      
  log_gamma_summ <- summary(log_gamma_model)

  # Lognormal Model
  log_norm_model <- glm(y_i ~ x_i, family = gaussian(link = "log"), 
                        control = glm.control(maxit=500, trace = TRUE), 
                        start = c(0.1, 0.2))      
  log_norm_summ <- summary(log_norm_model)

  # DATA FRAME BUILD
  data.frame(size = size.i, 
             alpha = alpha.i,

             gamma_mod_int = log_gamma_summ$coefficients["(Intercept)", "Estimate"],
             gamma_mod_est = log_gamma_summ$coefficients["x_i", "Estimate"],
             gamma_mod_aic = log_gamma_summ$aic,
             gamma_mod_dev = log_gamma_summ$deviance.resid[length(log_gamma_summ$deviance.resid)],
             gamma_mod_shape = MASS::gamma.shape(log_gamma_model)$alpha,

             norm_mod_int = log_norm_summ$coefficients["(Intercept)", "Estimate"],
             norm_mod_est = log_norm_summ$coefficients["x_i", "Estimate"],
             norm_mod_aic = log_norm_summ$aic,
             norm_mod_dev = log_norm_summ$deviance.resid[length(log_norm_summ$deviance.resid)]
  )
} 

我现在的问题是，我想在一个表中对这些回归结果进行并排比较，其中我的设计矩阵的每一行 [1] 对应于函数输出的第一行，再次用于行[2]，一直到行[40]。
理想情况下，它看起来像
尺寸 |阿尔法|总结 gamma glm |摘要对数正态分布
总共 40 行，每个大小和 alpha 的组合对应一个行，以便于对结果进行最简单的解释。
本质上，我只想合并 design.matrix 和摘要。
不幸的是，生成 glm 摘要的数据框一直很困难，我无法找到一种方法来逐行合并这些结果，就像它希望的那样。
我已经看到使用 lapply、tidy 和 ghost 为我提供了我想要的所有这些摘要的所有信息，但是这两个给我留下了一个数据框列表，并且逐行组合它们也让我难以理解。
如果我要使用这种方法，我仍然希望将 lapply(model, tidy) 的 row[1] 与 lapply(model, glance) 的 row[1]、lapply(model, tidy) 的 row[2] 与lapply(model,glance) 的 row[2] 等，即使这些列表中的每一个的行都是不同维度的小节。
我怎样才能最好地做到这一点？有没有更简单的方法来实现我想要的？
编辑:我设法通过单元素列表列表获得了偏差残差。仍然不确定如何将这些合并到 AIC 值等。

Answer 1

考虑使用 Map 的元素明智循环(包装到 mapply )构建数据帧列表，并在每次迭代中运行两个模型，然后将 summary 所需的组件提取到数据帧:

定义的方法

log_models <- function(size.i, alpha.i) {
  x_i <- runif(size.i, 0, 1)    # draw a sample of size 'size'
  y.true <- exp(b_0 + b_1*x_i)  # produce log gamma data
  y_i <- rgamma(size.i, rate = alpha.i/y.true, shape = alpha.i) # random gamma sample

  # Gamma Model
  log_gamma_model <- glm(y_i ~ x_i, family = Gamma(link = "log"),
                         control = glm.control(maxit=100, trace = TRUE),
                         start = c(0.1, 0.2))      
  log_gamma_summ <- summary(log_gamma_model)

  # Lognormal Model
  log_norm_model <- glm(y_i ~ x_i, family = gaussian(link = "log"), 
                        control = glm.control(maxit=500, trace = TRUE), 
                        start = c(0.1, 0.2))      
  log_norm_summ <- summary(log_norm_model)

  # DATA FRAME BUILD
  data.frame(size = size.i, 
             alpha = alpha.i,

             gamma_mod_int = log_gamma_summ$coefficients["(Intercept)", "Estimate"],
             gamma_mod_est = log_gamma_summ$coefficients["x_i", "Estimate"],
             gamma_mod_aic = log_gamma_summ$aic,
             gamma_mod_dev = log_gamma_summ$deviance.resid[length(log_gamma_summ$deviance.resid)],
             gamma_mod_shape = MASS::gamma.shape(log_gamma_model)$alpha,

             norm_mod_int = log_norm_summ$coefficients["(Intercept)", "Estimate"],
             norm_mod_est = log_norm_summ$coefficients["x_i", "Estimate"],
             norm_mod_aic = log_norm_summ$aic,
             norm_mod_dev = log_norm_summ$deviance.resid[length(log_norm_summ$deviance.resid)]
  )
} 

Map/mapply 调用

df_list <- Map(log_models, design.matrix$size, design.matrix$alpha)
# df_list <- mapply(log_models, design.matrix$size, design.matrix$alpha, SIMPLIFY=FALSE)

final_df <- do.call(rbind, df_list)

输出

final_df
#     size alpha gamma_mod_int gamma_mod_est gamma_mod_aic gamma_mod_dev gamma_mod_shape norm_mod_int norm_mod_est norm_mod_aic  norm_mod_dev
# 5      5   0.1   -2.39484838      3.808953      2.349387     1.6062347      0.25294152   -0.3943182    0.4366572     21.50163  2.2462398978
# 10    10   0.1   -0.03146698     -1.752435    -48.768787    -2.4685411      0.15839450 -769.8179792  797.7937171     16.72900  0.0073639677
# 15    15   0.1   -6.22434742     11.420125   -146.836144     2.7585789      0.11692945   -0.1601247    1.6135214    102.27202 22.0098432208
# 30    30   0.1    0.26381051      1.067361   -298.873575    -4.7725793      0.08641668    0.2565112    1.0687070    195.59417 -1.7643885736
# 51     5   0.2  -12.23809196     12.760998    -52.109115     0.0412409      0.31666275  -11.1636898   11.2453833    -48.17426  0.0006702163
# 101   10   0.2    1.51817293     -6.261376    -91.417016    -0.7455693      0.12372107   -0.4463434   -1.1394914     31.86825 -0.1580558441
# 151   15   0.2   -0.54878568      3.672312    -17.724359    -1.0910863      0.14922850   -2.7737690    6.2481058    101.48735  0.0621486528
# 301   30   0.2    0.84636917     -1.208503    -25.603596     0.1811917      0.19949756    0.6339933   -0.6533998    168.03056  0.0819567624
# 52     5   0.3   -0.45653740     -2.541001      4.907533     0.8486617      0.66655843   -0.7883221   -0.7289522     10.27774  0.4708082262
# 102   10   0.3    0.70548641     -2.790209     13.450575     0.3375955      0.54226062    1.3245745   -9.0701981     24.19732 -0.8978180162
...