如何使用列名作为因变量进行线性回归答案

【问题标题】：How to do linear regression using columns-names as dependent variables如何使用列名作为因变量进行线性回归
【发布时间】：2020-03-14 03:53:30
【问题描述】：

假设我有以下数据集

d <- data.frame(1:31, 31:1)
names(d) <- c("cats", "dogs")

我想用列作为因变量和值作为独立的线性回归 - 如果我有 2 列，1 列名为“Animals”，其中包含 31 行的值为“Cat”，31 行的值为“狗”和 1 列名为“值”的 62 行包含值 1:31-31:1 我想我可以使用

lm(Animals ~ values, data=df)

但是有没有办法只使用列名作为表达式的第一部分来做到这一点？

非常感谢任何帮助

【问题讨论】：

你的意思是d %>% pivot_longer(everything(), names_to = 'Animals', values_to = 'values') %>% {lm(values~ Animals, data = .)}

标签： r regression

【解决方案1】：

我们可以转换成长格式，然后做一个lm

library(tidyr)
library(dplyr)
d %>%
   pivot_longer(everything(), names_to = 'Animals', values_to = 'values') %>%
   {lm(values~ Animals, data = .)}

【讨论】：

【解决方案2】：

如果您只有两列，则 t 检验与线性回归完全相同（效果、p 值等将相同）：

t.test(d$cats, d$dogs, var.equal=TRUE)

但是假设您确实想要重塑一个更复杂的数据集，那么@akrun 的答案就可以了。如果你不想使用 tidyverse，那么有一个基本的 R reshape 函数可以做同样的事情：

d2 <- reshape(data=d, varying=list(1:2), 
        direction="long", 
        times = names(d), 
        timevar="animals",
        v.names="value")

lm( value ~ animals, data=d2)

【讨论】：