我在R中使用的软件包适合特定形式的回归模型。但是，与允许lm和y成为独立对象的基本lm（）函数不同，我正在使用的函数要求它们在同一数据帧中。
出现我的问题是因为我有很多要独立回归y的变量。因此，我有一个数据帧，其中包含10个预测变量（x1，x2 ... x10）和一个标准变量（y），总共11列。我可以使用for循环来运行十个单独的回归，但是我想避免使用它，而是使用apply函数。但是，如果我在数据框上调用apply，则在最后一步中它将对y本身进行y回归，因此我想避免这种情况。是否有可以应用和运行的函数，可以指定我只希望运行10次而不是11次，或者是否有其他解决方法可以解决此问题？
这是一个tidyverse解决方案：
library( tidyverse )
xx <- c("disp", "hp", "drat", "wt") # Names of predictor variables
y <- "mpg" # Name of response
str_c( y, xx, sep="~" ) %>%
map( as.formula ) %>% # Optional (see below)
map( lm, data = mtcars )
str_c只需将公式建立为字符串即可（例如"mpg~disp"）。虽然lm直接接受字符串，但是您的特定回归模型可能不会。如果需要一个实际公式，则可以使用as.formula（将建议转换为@ J.Doe！）将字符串转换为公式。除此之外，只需lm用您的特定模型和mtcars数据框替换即可。
这是使用base R而没有任何其他软件包的相同解决方案：
strs <- paste( y, xx, sep="~" )
strs <- lapply( strs, as.formula ) # Optional
lapply( strs, lm, data=mtcars )
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句