动态变量选择在shinyApp中的回归 [英] Regression in shinyApp with dynamic variable selection

问题描述

我希望对FEATURE_A执行线性回归，并希望用户动态选择另一个变量。我还想显示有关我的整体预测模型拟合调整后的R2、每个模型估计的参数系数和系数p值的统计信息。

下面是我能想到的。不用说，这是行不通的。我一直在努力解决这个问题，任何帮助我都将不胜感激。

library(shiny)
library(ggplot2)
library(dplyr)
library(purrr)
       
Feature_A <- c(1, 2,1, 4,2)
Feature_B <- c(4,5,6,6,6)
Feature_C <- c(22,4,3,1,5)
df<- data.frame(Feature_A ,Feature_B ,Feature_C)
                           
 # Define UI for application
 ui= fluidPage(
                  
 # Header or Title Panel 
   titlePanel(title = h4("Regression")),
      sidebarLayout(
       # Sidebar panel
         sidebarPanel(
          selectInput('ip', 'Select an Explanatory Variable', names(df)),
          actionButton(inputId = "btn1",label="Regression Plot"),
          actionButton(inputId = "btn2",label="Show Stats")),
                    
                    
                    
      # Main Panel
      mainPanel("main panel", regOutput("regplot"),
                              verbatimTextOutput("summary"))
                      
                    ))
     server = function(input, output,session) {
                  
     #code for regression
    lm_fit <- lm(Feature_A ~ input$ip, data=df)
                  
  summary_stats <- eventReactive(input$btn2,{summary(lm_fit)
                  })

                  
regression_plot<- eventReactive(input$btn1,{ggplot(data = df, aes(x = input$ip, y = Feature_A)) + 
                      geom_point(color='blue') +
                      geom_smooth(method = "lm", se = FALSE)
                    
                  })
                  #end of regression code
                  
                  
          
                  output$regplot <- renderPlot({
                    regression_plot()
                  })
                  output$summary <- renderPrint({
                    summary_stats()
                  })
                  
                }
                
shinyApp(ui,server)

推荐答案

这里有几处错误：

• regOutput不是现有命令，您需要plotOutput。
• lm_fit <- lm(Feature_A ~ input$ip, data=df)应处于被动状态，因为它使用input$ip。这意味着您需要lm_fit()获取结果，而不是lm_fit。
• 另外，input$ip是字符，lm()需要formula。因此，您需要将整个公式放在as.formula中。

现在应该可以用了，这个情节有点奇怪，但我想这是因为您的简化示例：

library(shiny)
library(ggplot2)
library(dplyr)
library(purrr)

Feature_A <- c(1, 2,1, 4,2)
Feature_B <- c(4,5,6,6,6)
Feature_C <- c(22,4,3,1,5)
df<- data.frame(Feature_A ,Feature_B ,Feature_C)


# Define UI for application
ui= fluidPage(
  
  # Header or Title Panel 
  titlePanel(title = h4("Regression")),
  sidebarLayout(
    # Sidebar panel
    sidebarPanel(
      selectInput('ip', 'Select an Explanatory Variable', names(df)),
      actionButton(inputId = "btn1",label="Regression Plot"),
      actionButton(inputId = "btn2",label="Show Stats")),
    
    
    
    # Main Panel
    mainPanel("main panel", plotOutput("regplot"),
              verbatimTextOutput("summary"))
    
  ))
server = function(input, output,session) {
  
  #code for regression
  lm_fit <- reactive({
    lm(as.formula(paste0("Feature_A ~ ", input$ip)), data=df)
  })
  
  summary_stats <- eventReactive(input$btn2,{
    summary(lm_fit())
  })
  
  
  regression_plot<- eventReactive(input$btn1, {
    ggplot(data = df, aes(x = input$ip, y = Feature_A)) + 
      geom_point(color='blue') +
      geom_smooth(method = "lm", se = FALSE)
    
  })
  #end of regression code
  
  
  
  output$regplot <- renderPlot({
    regression_plot()
  })
  output$summary <- renderPrint({
    summary_stats()
  })
  
}

shinyApp(ui,server)

这篇关于动态变量选择在shinyApp中的回归的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！