用于对多个变量进行回归并输出子集的 for 循环

Question

我已尝试将此 QA:"efficient looping logistic regression in R" 应用于我自己的问题，但我无法完全解决问题。我没有尝试过使用 apply，但是有几个人告诉我 for 循环在这里是最好的（如果有人不相信，请随时解释！）我认为这个问题很容易概括，对于论坛。

这就是我想要实现的目标：我有一个数据集，其中包含 3 个预测变量（性别、年龄、种族）和一个因变量（比例），用于几个人的 86 个基因位置。我想为每个位置运行双变量线性回归（因此 3 个预测变量有 86 个线性回归）。然后我想以某种易于阅读的格式输出结果；我的想法是一个矩阵，其中行 = 性别、年龄和种族，列 = 86 个位置。每个行*列组合都有一个 p 值。然后我可以调用 p 值

这是我目前的代码。

BB <- seq.csv[,6:91]   #the data frame containing the 86 positions
AA <- seq.csv[,2:4]    #the data frame containing the 3 predictor variables

linreg <- matrix(NA,3,86)  #make a results vector and fill it with NA
    for (i in 1:86)     #loop over each position variable
    {
              for (j in 1:3)  #for each position variable, loop over each predictor
    {
              linreg[i,j] <- lm(BB[,i]~AA[,j])  #bivariate linear regression
}}

无论我如何更改它（例如，将其简化为仅循环一个预测变量的位置），我仍然会收到一个错误，即我的矩阵长度不同（要替换的项目数不是更换长度）。实际上，length(linreg)=286 (3*86) and length(BB)=86 and length(AA)=3。我知道后两个是数据帧，而不是矩阵......但是如果我将它们转换为矩阵，我会得到一个无效的类型错误（变量'BB [，i]'的无效类型（列表））。我不知道如何解决这个错误，因为我对 R 的理解不够好...我查阅了 Applied Statistical Genetics with R 和 Art of R Programming 这两本书em> 无济于事，我整天都在谷歌搜索。而且我什至还没有编写输出结果的编码......

如果有任何调试技巧或一些关于更好地编写代码的建议，我将不胜感激！提前谢谢大家。

Answer 1

如果不事先了解您的数据结构，真的很难给出明确的答案，但是这可能行得通。我假设您的两个数据框具有相同的行数（观察）：

df <- cbind( AA[ , 2:4 ] , BB[ , 6:91 ] )
mods <- apply( as.data.frame( df[ , 4:89 ] ) , 2 , FUN = function(x){ lm( x ~ df[,1] + df[,2] + df[,3] } )

# The rows of this matrix will correspond to the intercept, gender, age, race, and the columns are the results for each of your 86 genetic postions
pvals <- sapply( mods , function(x){ summary(x)$coefficients[,4] )

至于这样做是否正确，我相信您作为遗传流行病学家的判断！