R中的逻辑回归使用循环来保存代码

Question

使用 R 对波士顿犯罪数据集进行一些逻辑回归。 这段代码工作得很好：

#################################

library(MASS)
head(Boston)
?Boston

plot(Boston$zn, Boston$crim) #gives scatter plot
lm(formula=Boston$crim~Boston$zn, data=Boston) #gives slope and intercept of best fit line
lm.Boston <-lm(formula=Boston$crim~Boston$zn, data=Boston) #saves information as lm.Boston
abline(lm.Boston) #plots best fit line Adds on to existing plot
abline(v=mean(Boston$zn),col='red') #plots mean for crim
abline(h=mean(Boston$crim),col='red') #plots mean for zn
summary(Boston$zn)

###############################

但我必须将 $zn 替换为 13 个其他变量值，并且我试图在循环中执行此操作，以避免重复代码块 13 次！

绑定这个，但是出错了

for (i in 2:ncol(Boston)){
   clname <- colnames(Boston)[i]
   predictor <- paste('Boston$',clname,sep="")
   print(predictor)
   plot(eval(predictor), Boston$crim) #gives scatter plot
# lm(formula=Boston$crim~predictor, data=Boston) #gives slope and intercept of best fit line
# lm.Boston <-lm(formula=Boston$crim~predictor, data=Boston) #saves information as lm.Boston
# abline(lm.Boston) #plots best fit line Adds on to existing plot
# abline(v=mean(predictor),col='red') #plots mean for crim
# abline(h=mean(Boston$crim),col='red') #plots mean for clname

}

当我打印出预测变量时，它似乎是正确的，但第一个绘图语句给出了错误（注释掉其余代码以尝试修复此错误。

这是我得到的错误：

[1] xy.coords(x, y, xlabel, ylabel, log) 中的“Boston$zn”错误：“x” 和'y'长度不同

Answer 1

您可以将列名存储在单独的列表中，然后对其进行迭代。或者您可以直接在for 循环中使用它。我已将其存储在单独的列表中。

之后，您需要使用paste0 添加正确的标签：

library(MASS)
columns_boston <- colnames(Boston)[2:ncol(Boston)]

for (i in columns_boston){
  predictor <- Boston[,i]
  print(predictor)
  plot(predictor, Boston$crim, xlab=paste0(i), ylab=paste0('crim')) #gives scatter plot
  lm(formula=Boston$crim~predictor, data=Boston) #gives slope and intercept of best fit line
  lm.Boston <-lm(formula=Boston$crim~predictor, data=Boston) #saves information as lm.Boston
  abline(lm.Boston) #plots best fit line Adds on to existing plot
  abline(v=mean(predictor),col='red') #plots mean for crim
  abline(h=mean(Boston$crim),col='red') #plots mean for clname
}

最后一列的示例输出：

您可以根据需要删除ylab。

Answer 2

你想做什么（13个不同的图表）你可以这样做

library(tidyverse)
library(MASS)

plotVar = function(data, name) data %>% ggplot(aes(crim, val))+
  geom_point()+
  stat_smooth(formula =y~x, method="glm")+
  ylab(name)

Boston %>% pivot_longer(
  -crim, names_to = "var", values_to = "val"
) %>% group_by(var) %>% 
  nest() %>% 
  group_map(~plotVar(.x$data[[1]], .y))

第一个情节 最后的情节 然而，这不是逻辑回归！ 您必须准确指定您想要实现的目标。