变量名称的 R 循环到运行线性回归模型

Question

首先，我对此很陌生，所以我的 method/thinking 可能是错误的，我已经使用 R 和 R studio 将 xlsx 数据集导入到数据框中。我希望能够遍历列名以获取其中完全包含“10”的所有变量，以便运行进行简单的线性回归。所以这是我的代码：

indx <- grepl('_10_', colnames(data)) #list returns all of the true values in the data set
col10 <- names(data[indx]) #this gives me the names of the columns I want

这是我的 for 循环，returns 出错：

temp <- c()
for(i in 1:length(col10)){
   temp = col10[[i]]
  lm.test <- lm(Total_Transactions ~ temp[[i]], data = data)
  print(temp) #actually prints out the right column names
  i + 1
}

甚至可以运行循环将这些变量放入线性回归模型中吗？我收到的错误是："Error in model.frame.default(formula = Total_Transactions ~ temp[[i]], : variable lengths differ (found for 'temp[[i]]')"。如果有人能指出我正确的方向，我将不胜感激。谢谢

Answer 1

您可以创建一个临时子集，其中 select 只有回归中使用的列。这样，您就不需要在公式中插入临时名称。

遵守您的代码，这应该可以解决问题。

for(i in 1:length(col10)){
 tempSubset <- data[,c("Total_Transactions", col10[i]]
 lm.test <- lm(Total_Transactions ~ ., data = tempSubset)
 i + 1
}

Answer 2

好的，我会post回答。我将使用数据集 mtcars 作为示例。我相信它将适用于您的数据集。
首先，我创建了一个商店 lm.test，class list 的一个对象。在你的代码中，你每次通过循环分配 lm(.) 的输出，最后你只会有最后一个，所有其他的都会被新的重写。
然后，在循环内，我使用函数 reformulate 来组合回归公式。还有其他方法可以做到这一点，但这个很简单。

# Use just some columns
data <- mtcars[, c("mpg", "cyl", "disp", "hp", "drat", "wt")]
col10 <- names(data)[-1]

lm.test <- vector("list", length(col10))

for(i in seq_along(col10)){
    lm.test[[i]] <- lm(reformulate(col10[i], "mpg"), data = data)
}

lm.test

现在您可以将结果列表用于各种事情。我建议你开始使用 lapply 和朋友。
例如，要提取系数：

cfs <- lapply(lm.test, coef)

为了获得摘要：

smry <- lapply(lm.test, summary)

熟悉 *apply 函数后就会变得非常简单。

变量名称的 R 循环到运行线性回归模型

R Loop for Variable Names to run linear regression model

modeling

loops

r

linear-regression

变量名称的 R 循环到 运行 线性回归模型

R Loop for Variable Names to run linear regression model

modeling

loops

r

linear-regression

变量名称的 R 循环到运行线性回归模型