循环通过许多多重回归

Question

我正在尝试从这篇文章中运行这段代码：looping with iterations over two lists of variables for a multiple regression in R 使用修改后的变量和数据框名称，因为它似乎完全符合我的要求，并且使用了非常相似的数据集。但是，它一直给我一个错误，我不知道为什么，所以如果有人能帮助我理解错误或相应的代码行，我将不胜感激，这样我就可以尝试找出问题所在。

for(i in 1:n) {
  vars = names(output)[names(output) %in% paste0(c(".PRE", ".POST"), i)]
  models[[as.character(i)]] = lm(paste("growth_rate ~ ", paste(vars, collapse=" +   ")),
                                 data = output)
}

Error in parse(text = x, keep.source = FALSE) : 
  <text>:2:0: unexpected end of input
1: growth_rate ~  
   ^

除了我的“RDPI_T”和“DRY_T”变量的顺序是交替的（在这种情况下我认为这不重要）之外，我的数据集看起来几乎就像上面提到的帖子中给出的那个。我拥有的类似变量是输出数据集中的 69 个称为 id1.PRE、id2.PRE ... id69.PRE 的 PRE 变量以及称为 id1.POST、id2.POST ... id69.POST 的 69 个 POST 变量。此外，growth_rate 位于名为 output 的同一数据集中。

此外，我还想添加另外 2 个常规且不来自列表的自变量：国家和年份，但我不确定如何在此处合并？

任何帮助将不胜感激。谢谢！

Answer 1

如果你的列被称为 id1.PRE、id2.PRE，那么你上面的粘贴功能将不起作用，这很可能会引发错误。

请dput(head(output)) 并粘贴输出，这样我们就可以看到列名以及为什么它不起作用。

根据你对列名的描述，试试下面的方法：

#simulate data
output=data.frame(
"growth_rate"=rnorm(100),
matrix(rnorm(100*69*2),nrow=100)
)
colnames(output)[-1] = c(paste("id",1:69,".PRE",sep=""),paste("id",1:69,".POST",sep=""))
output$year = 1901:2000
output$country = sample(letters,nrow(output),replace=TRUE)

n=69
#create list to hold models
models = vector("list",n)

for(i in 1:n) {
  vars = paste0("id",i,c(".PRE", ".POST"))
# i think it works without as.formula, but better to be safe
  FORMULA = as.formula(paste("growth_rate ~ ", paste(vars, collapse=" +  ")))
  models[[i]] = lm(FORMULA,data = output)
}

如果要包含其他变量：

for(i in 1:n) {
  vars = paste0("id",i,c(".PRE", ".POST"))
  # add other variables
  vars = c(vars,"country","year")
  FORMULA = paste("growth_rate ~ ", paste(vars, collapse=" +  "))
  models[[i]] = lm(FORMULA,data = output)
}