创建一个循环，将在所有自变量上运行简单回归答案

【问题标题】：Creating a loop that will run a simple regression across all Independent variables创建一个循环，将在所有自变量上运行简单回归
【发布时间】：2014-03-09 09:20:00
【问题描述】：

我已经使用 iris 数据集建立了一个简单的回归模型。我想用所有可用变量运行因变量（iris$Sepal.Length），每个回归都有自己的变量（每个回归应该是。我想要得到的结果是每个回归摘要的列表。使用 iris 数据设置应该有 4 个回归：

r1 <- lm(Sepal.Length ~ Sepal.Width, data=iris)
r2 <- lm(Sepal.Length ~ Petal.Length, data=iris)
r3 <- lm(Sepal.Length ~ Petal.Width, data=iris)
r4 <- lm(Sepal.Length ~ Species, data=iris)

以及每个回归系数的摘要。任何想法我该怎么做？

【问题讨论】：

标签： r

【解决方案1】：

sapply(names(iris)[-1], 
       function(x) lm.fit(cbind(1, iris[,x]), iris[,"Sepal.Length"])$coef)
#   Sepal.Width Petal.Length Petal.Width  Species
#x1   6.5262226    4.3066034   4.7776294 4.261333
#x2  -0.2233611    0.4089223   0.8885803 0.791000

【讨论】：

【解决方案2】：

library(plyr)
coefs = llply(names(iris)[-1], function(x){
  fml = as.formula(sprintf("Sepal.Length ~ %s", x))
  coef(lm(fml, data = iris))
})

【讨论】：