用于变量名称的 R 循环来运行线性回归模型

首先，我对此很陌生，所以我的方法/想法可能是错误的，我已使用 R 和 R studio 将 xlsx 数据集导入到数据框中。我希望能够循环遍历列名以获取所有具有精确“的变量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

这是我的 for 循环，它返回一个错误：

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
}

是否可以运行一个循环将这些变量放入线性回归模型中？我收到的错误是：“model.frame.default(formula = Total_Transactions ~ temp[[i]],:variable lengths different (found for 'temp[[i]]') 中的错误”。如果有人能指出我在正确的方向上，我将非常感激。谢谢。

好的，我会发布答案。我将使用数据集mtcars举个例子。我相信它适用于您的数据集。
首先，我创建一个商店，lm.test，类的对象list。在您的代码中，您分配的输出lm(.)每次通过循环，最后你只会得到最后一个，所有其他的都会被新的重写。
然后，在循环内，我使用函数reformulate将回归公式放在一起。还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用途。我建议你开始使用lapply和朋友们。
例如，要提取系数：

cfs <- lapply(lm.test, coef)

为了获得摘要：

smry <- lapply(lm.test, summary)

一旦你熟悉了就变得非常简单*apply功能。