如何在 R 中使用许多变量有效地运行负二项式回归答案

【问题标题】：How to efficiently run negative binomial regression with many variables in R如何在 R 中使用许多变量有效地运行负二项式回归
【发布时间】：2021-12-13 13:17:14
【问题描述】：

我的数据集显示负二项分布，因此，我想使用负二项回归来分析它。

我按照本网站中的说明进行操作； https://stats.idre.ucla.edu/r/dae/negative-binomial-regression/

实际上，它运行良好，我能够分析我的数据。但是，我有很多变量要分析，我不想写一个脚本

linear <- glm(V1 ~ V2 + V3 + V4 + V5 + V6 + V7 + V8 + V9 + V10 ... V100, data = df1)

假设我有 100 个变量要分析，如何编写高效的回归代码以节省时间？虽然如果我只是简单地添加像 + V2 + V3 +V4 这样的所有内容，它就可以工作......直到最后，我真的不想。

任何 cmets 都应该有帮助。谢谢。

【问题讨论】：

标签： r regression glm

【解决方案1】：

as.formula 和 paste 救援

> Vmax=10
> as.formula(paste0("V1~",paste0("V",2:(Vmax-1),sep="+",collapse=""),"V",Vmax,collapse=""))

V1 ~ V2 + V3 + V4 + V5 + V6 + V7 + V8 + V9 + V10

【讨论】：

非常感谢！我得到了完全相同的结果。我确实记住了 as.formula 与 paste 的组合以备将来使用。