lapply 为重复回归产生错误[重复]答案

【问题标题】：lapply produce an error for a repeated regression [duplicate]lapply 为重复回归产生错误[重复]
【发布时间】：2018-05-14 01:08:51
【问题描述】：

我有 677 个因变量和 1 个自变量，如下所示。我想对自变量的每个 677 列进行回归。之前有人问过它，但在我的情况下它不起作用。另外，我想收集一个向量中的系数，然后再回归到其他变量。

'data.frame':   240 obs. of  678 variables:
 $ X1998.01.12  : num  -0.0006958 -0.0019206 -0.0025667 -0.0031404 -0.0000429 ...
 $ X1998.02.12  : num  0.0032112 -0.0002508 0.0010668 -0.0000417 0.0036056 ..

我运行以下代码：

pred = df[,c(1:677)]; 
pred=as.matrix(pred)
y=df[,c(678)]
my_lms <- lapply(de, function(x) lm(pred~y))

但是，我遇到了一个错误：

model.frame.default 中的错误（公式 = pred ~ y，drop.unused.levels = TRUE）：
变量“pred”的类型（列表）无效

感谢任何帮助！

注意：在 cmets 之后添加。

list_out <- lapply(colnames(de)[1:677], function(i)
tidy(lm(as.formula(paste(x ~ de$X678,i)), data = de)))

错误信息是

Error in parse(text = x, keep.source = FALSE) : 
  <text>:2:3: unexpected symbol
1: ~ X1
2: x X1
     ^

【问题讨论】：

这应该会给出预期的结果：my_lms <- lapply(df, function(x) lm(x~y))
您确定这不仅仅是df 的拼写错误吗？而且由于简单的线性回归在统计上等同于配对 t 检验，因此您应该能够找到可以回答这个问题的重复项。我希望您找到的重复项也会对此类工作中的统计缺陷提出警告。
@42 de 是文件名。很抱歉的错误。现在解决了，但我坚持如何在一列中收集系数估计值，以便将其用于以后的回归。任何想法？只是尝试了所有的 cmets，但没有成功。

标签： r regression

【解决方案1】：

您不需要将pred 转换为矩阵。 data.frame 更容易。您可以在下面看到这两种方法。

# data.frame
pred <- df[, c(1:677)]
y <- df[, c(678)]
my_lms <- lapply(pred, function(x) lm(x ~ y))

# matrix
pred <- as.matrix(pred)
my_lms <- lapply(1 : ncol(pred), function(x) lm(pred[, x] ~ y))

另外，检查您是否有正确的因变量和自变量。

编辑整理

library(broom)
my_lms <- lapply(1 : ncol(pred), function(x) tidy(lm(pred[, x] ~ y)))
my_df <- do.call(rbind, my_lms)

【讨论】：

我猜最后一句话是由 teh ratehr 奇怪的请求提示的，这表明独立存在预测变量（在公式的 RHS 上）和因变量（在公式的 LHS。）
是的。现在我看到OP在一开始就提到了。也许我应该删除最后一行。
非常棒！有用。如何收集估计值、系数和 adjR2。我想以矩阵格式堆叠它们。 sapply(my_lms, coef) 尝试过，但列表很多。我想要一个更简单的形式。 @苏
@balsano 看看this 是否有帮助。
@Suren 在我的情况下它不起作用。说 > library(broom) > tidy(my_lms) tidy.list(my_lms) 中的错误：没有识别此列表的整理方法