变量名的r循环运行线性回归模型
变量名的r循环运行线性回归模型
提问于 2017-09-29 16:15:59
首先，我对此非常陌生，所以我的方法/想法可能是错误的，我使用R和R将xlsx数据集导入到数据框架中。我希望能够循环通过列名，以获得所有的变量，其中正好有"10“，以便运行一个简单的线性回归。这是我的密码：
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下面是返回错误的for循环：
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将这些变量放在线性回归模型中吗？我得到的错误是：“model.frame.default中的错误(公式= Total_Transactions ~ temp[i]，：变量长度不同(在”temp[i]“中找到)”。如果有人能给我指明正确的方向，我将非常感激。谢谢。
回答 2
Stack Overflow用户
回答已采纳
发布于 2017-09-29 17:02:40
好的，我会发个答复。我将使用dataset mtcars作为示例。我相信它会适用于你的数据集。
首先，我创建了一个商店，lm.test，类list的一个对象。在您的代码中，每次通过循环分配lm(.)的输出，最后只有最后一个输出，所有其他输出都会被更新的代码重写。
然后，在循环中，使用函数reformulate将回归公式组合在一起。有其他方法可以做到这一点，但这个方法很简单。
# 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各种事情。我建议你开始使用lapply和朋友。
例如，提取系数：
cfs <- lapply(lm.test, coef)为了得到摘要：
smry <- lapply(lm.test, summary)一旦您熟悉了*apply函数，它就变得非常简单。
Stack Overflow用户
发布于 2017-09-29 16:44:31
您可以创建一个临时子集，其中只选择在回归中使用的列。这样，您就不需要在公式中插入临时名称。
坚持你的代码，这应该是可行的。
for(i in 1:length(col10)){
tempSubset <- data[,c("Total_Transactions", col10[i]]
lm.test <- lm(Total_Transactions ~ ., data = tempSubset)
i + 1
}页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/46493011
复制相关文章
相似问题
腾讯云开发者
