列和索引之间的线性回归

【问题标题】：Linear regression between columns and by index列和索引之间的线性回归
【发布时间】：2026-01-04 09:15:02
【问题描述】：

HEALTH  CONINC  MARITAL Index MARITAL2                    HAPPY
3           441 5        1            2                        3
1          1764 5        1            2                        2
2          3087 5        1            2                        2
3          3087 5        2            2                        3
1          3969 2        2            5                        1
1          3969 5        2            2                        3
2          4852 5        2            2                        2
3          5734 3        2            3                        3

在按索引细分时，是否有关于每一列（例如，Happy）的线性回归？

预期输出将是 Rsquare 值：

HEALTH  CONINC  MARITAL Index MARITAL2   
 x       x       x         1      x      
 x       x       x         2      x

试过lapply，但不确定如何合并以按索引回归。

【问题讨论】：

我不清楚。 HAPPY 是因变量还是自变量？为什么预期输出中有 10 个 R^2？
你是对的，放错了，应该只有5列输出
您不需要回归。只需使用 cor 函数并将结果平方即可。

标签： r lm

【解决方案1】：

以下是如何使用 dplyr 库按索引进行单列回归，并在进行过程中收集 R 平方值：

library(dplyr)
df %>% group_by(Index) %>% 
    do(data.frame(HEALTH = summary(lm(HEALTH ~ HAPPY, data = .))$r.squared))

因此，要将其应用于第 1 至 3 和 5 列，您可以尝试以下操作：

l = lapply(c(1:3,5), function(i) df %>% group_by(Index) %>% 
       do(data.frame(r.squared = summary(lm(as.formula(paste(colnames(df)[i], "~ HAPPY")), data = .))$r.squared)))

【讨论】：

谢谢！如果我只想对一列做一列，这是可行的，我想在所有列之间对一列进行所有回归是什么？
我还没有弄清楚那部分:(
我累了 df %>% group_by(Index) %>% do(data.frame(HEALTH = summary(lm(HEALTH ~ ., data = .))$r.squared)), 而好像只输出 2 列
@Fiona 我根据您的建议使用lapply 在我的答案中添加了一些内容。这将为您提供您寻求的答案的列表。