[英]Function to run regression model with different covariates, outcome variables, and fixed effects
[英]Linear regression of same outcome, similar number of covariates and one unique covariate in each model
我想對相同的結果運行線性回歸,並且在每個模型中使用一些協變量減去一個協變量。 我看過這個頁面上的例子,但這可能沒有提供我想要的東西。
樣本數據
a <- data.frame(y = c(30,12,18), x1 = c(7,6,9), x2 = c(6,8,5),
x3 = c(4,-2,-3), x4 = c(8,3,-3), x5 = c(4,-4,-2))
m1 <- lm(y ~ x1 + x4 + x5, data = a)
m2 <- lm(y ~ x2 + x4 + x5, data = a)
m3 <- lm(y ~ x3 + x4 + x5, data = a)
我怎么能在短時間內運行這些模型,而且不會一次又一次地重復相同的協變量?
按照此示例,您可以執行此操作:
lapply(1:3, function(i){
lm(as.formula(sprintf("y ~ x%i + x4 + x5", i)), a)
})
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.