用于变量名称的 R 循环以运行线性回归模型

Question

首先，我对此很陌生，所以我的方法/想法可能是错误的，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所有带有“10”的变量，以便运行简单的线性回归。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，它返回一个错误：

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
}

甚至可以运行一个循环将这些变量放入线性回归模型中吗？我得到的错误是：“model.frame.default 中的错误（formula = Total_Transactions ~ temp[[i]]，：可变长度不同（为 'temp[[i]]' 找到）”。如果有人能指出我在正确的方向上，我将非常感激。谢谢。

Answer 1

好的，我会发布一个答案。我将以数据集mtcars 为例。我相信它适用于您的数据集。
首先，我创建了一个商店lm.test，它是一个list 类的对象。在您的代码中，您每次通过循环都分配lm(.) 的输出，最后您将只有最后一个，所有其他都将被新的重写。
然后，在循环内部，我使用函数reformulate 将回归公式放在一起。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，提取系数：

cfs <- lapply(lm.test, coef)

为了获得摘要：

smry <- lapply(lm.test, summary)

一旦你熟悉了*apply函数，它就变得非常简单了。

Answer 2

您可以创建一个临时子集，在其中只选择回归中使用的列。这样，您就无需在公式中注入临时名称。

坚持您的代码，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
}