通过回归循环生成 P 值和斜率

Question

有没有办法为大约 500 个时间序列生成回归的斜率和 P 值。下面给出一个示例文件：

我有一个以下格式的 .csv 文件：

 year  var1 var2  var3 var4 var5 var6 ....var500
 1951  2    4     3    3   9     3 ........3
 1952  4    7     4    1   2     2 ........4
 1953  5    5     6    9   4     3 ........5
 1954  6    9     6    2   3     9 ........6
 1955  6    4     4    2   1     2 ........1
 1956  6    4     3    7   2     8 ........8

我想对 name1、name2、name3、name 4.... 进行线性回归，并且对于每个回归都能够打印出斜率和 p 值。 到目前为止，我一直在为每个变量手动执行此操作

  var1_mdl<-lm(var1 ~ year);summary(var1_mdl)

有没有一种方法可以进行线性回归并能够将每个 var 的斜率和 P 值写入单独的文件中。

非常感谢

Answer 1

您可以在数据框的子集df 上使用apply 函数，仅代表感兴趣的列df[,only_varX] 像这样

apply(df[,only_varX], 2, function(col, year){ lm(col ~ year) }, df$year)

您将获得df[,only_varX] 的每一列的lm 对象列表作为结果。

使用该列表，您可以extract p-value 和斜率（使用$coefficients）并将它们写入文件。