R循环的变量名运行线性回归模型

Question

首先，我对此很陌生，因此我的方法/想法可能是错误的，我已经使用R和R studio将xlsx数据集导入到数据框中。 我希望能够遍历列名以获取所有变量，其中所有变量的准确值为“ 10 ”，以便运行简单的线性回归。 所以这是我的代码：

indx <- grepl('_10_', colnames(data)) #list returns all of the true values in the data set
col10 <- names(data[indx]) #this gives me the names of the columns I want

这是我有的for循环，返回错误：

temp <- c()
for(i in 1:length(col10)){
   temp = col10[[i]]
  lm.test <- lm(Total_Transactions ~ temp[[i]], data = data)
  print(temp) #actually prints out the right column names
  i + 1
}

甚至可以运行一个循环来将这些变量放入线性回归模型中？ 我得到的错误是：“ model.frame.default中的错误（公式= Total_Transactions〜temp [[i]] ，：可变长度不同（为'temp [[i]]'找到））”。如果有人可以指点我朝着正确的方向前进，我将非常感谢。

Answer 1

好的，我将发布答案。 我将以数据集mtcars为例。 我相信它将与您的数据集一起使用。
首先，我创建一个商店lm.test ，一个类list的对象。 在您的代码中，每次循环时都要分配lm(.)的输出，最后您将只有最后一个输出，所有其他输出都将由较新的输出重写。
然后，在循环内部，我使用函数reformulate来组合回归公式。 还有其他方法可以做到这一点，但这很简单。

# Use just some columns
data <- mtcars[, c("mpg", "cyl", "disp", "hp", "drat", "wt")]
col10 <- names(data)[-1]

lm.test <- vector("list", length(col10))

for(i in seq_along(col10)){
    lm.test[[i]] <- lm(reformulate(col10[i], "mpg"), data = data)
}

lm.test

现在，您可以将结果列表用于所有事情。 我建议您开始lapply使用lapply和朋友。
例如，要提取系数：

cfs <- lapply(lm.test, coef)

为了获得摘要：

smry <- lapply(lm.test, summary)

熟悉*apply函数后，它变得非常简单。

Answer 2

您可以创建一个临时子集，在其中仅选择回归中使用的列。 这样，您无需在公式中插入临时名称。

坚持您的代码，这应该可以解决问题。

for(i in 1:length(col10)){
 tempSubset <- data[,c("Total_Transactions", col10[i]]
 lm.test <- lm(Total_Transactions ~ ., data = tempSubset)
 i + 1
}