循环嵌套循环（在 R 或 Stata 中）

Question

我有一个 60 维的嵌套循环，即我将 60 个循环相互嵌套。在 Stata 中，MWE 如下所示：

forvalues i = 1/60 {
    forvalues j = 1/60 {
        forvalues k = 1/60 {
            forvalues l = 1/60 {
                ... imagine the 56 remaining loops here
            }
        }
    }
}

R 中的等价物是：

for(i in 1:60) {
    for(j in 1:60) {
        for(k in 1:60) {
            for(l in 1:60) {
                ... imagine the 56 remaining loops here
            }
        }
    }
}

这里的目标是避免在我的代码中输入所有 60 个级别，而是为循环结构本身创建一个循环。这个问题显得如此微不足道。但由于某种原因，我正在努力想出一个解决方案。

感谢您的任何建议。

附加信息：

我有一个包含 60 个解释变量的数据集，并希望对这些变量的所有可能组合进行回归分析。更具体地说，我分别对所有 60 个解释变量运行因变量的单变量回归并计算某些标准。然后我在估计方程中添加第二个回归量并再次计算标准。 IE。 reg DependentVar ExplVar1 ExplVar2, reg DependentVar ExplVar1 ExplVar3, ..., reg DependentVar ExplVar60 ExplVar59。根据计算的标准，该回归树的一个分支要么被推进，要么被终止。例如。第一个分支reg DependentVar ExplVar1 ExplVar2 要么继续增长为reg DependentVar ExplVar1 ExplVar2 ExplVar3、reg DependentVar ExplVar1 ExplVar2 ExplVar4 等，要么终止为reg DependentVar ExplVar1 ExplVar2。包含不止一次解释性因素的分支也会被删除 - 例如reg DependentVar ExplVar1 ExplVar1 或reg DependentVar ExplVar1 ExplVar2 ExplVar1。总的来说，我因此设计了一种模型选择方法。我知道已经存在的模型选择命令，但需要一个针对给定数据集的特定属性定制的命令。

Answer 1

考虑rapply 和combn。下面演示了 5 个解释变量。实际用例：

• 将 paste0("ExplVar", 1:5) 替换为 60 个变量的名称（可能使用 names(df)）
• 将序列1:5 替换为1:60，其中包括简单的单变量回归
• 用实际因变量替换DepVar

作为 apply 系列的递归成员，rapply（我做梦也没想到会因为 SO 答案而被淘汰！）将从嵌套的线性公式中构建一个字符向量然后可以使用 lm 迭代的列表：

expvar_list <- lapply(1:5, function(x) combn(paste0("ExplVar", 1:5), x, simplify=FALSE))

formulas_list <- rapply(expvar_list, function(x) paste("DepVar ~", paste(x, collapse="+")))
formulas_list
#  [1] "DepVar ~ ExplVar1"                                    
#  [2] "DepVar ~ ExplVar2"                                    
#  [3] "DepVar ~ ExplVar3"                                    
#  [4] "DepVar ~ ExplVar4"                                    
#  [5] "DepVar ~ ExplVar5"                                    
#  [6] "DepVar ~ ExplVar1+ExplVar2"                           
#  [7] "DepVar ~ ExplVar1+ExplVar3"                           
#  [8] "DepVar ~ ExplVar1+ExplVar4"                           
#  [9] "DepVar ~ ExplVar1+ExplVar5"                           
# [10] "DepVar ~ ExplVar2+ExplVar3"                           
# [11] "DepVar ~ ExplVar2+ExplVar4"                           
# [12] "DepVar ~ ExplVar2+ExplVar5"                           
# [13] "DepVar ~ ExplVar3+ExplVar4"                           
# [14] "DepVar ~ ExplVar3+ExplVar5"                           
# [15] "DepVar ~ ExplVar4+ExplVar5"                           
# [16] "DepVar ~ ExplVar1+ExplVar2+ExplVar3"                  
# [17] "DepVar ~ ExplVar1+ExplVar2+ExplVar4"                  
# [18] "DepVar ~ ExplVar1+ExplVar2+ExplVar5"                  
# [19] "DepVar ~ ExplVar1+ExplVar3+ExplVar4"                  
# [20] "DepVar ~ ExplVar1+ExplVar3+ExplVar5"                  
# [21] "DepVar ~ ExplVar1+ExplVar4+ExplVar5"                  
# [22] "DepVar ~ ExplVar2+ExplVar3+ExplVar4"                  
# [23] "DepVar ~ ExplVar2+ExplVar3+ExplVar5"                  
# [24] "DepVar ~ ExplVar2+ExplVar4+ExplVar5"                  
# [25] "DepVar ~ ExplVar3+ExplVar4+ExplVar5"                  
# [26] "DepVar ~ ExplVar1+ExplVar2+ExplVar3+ExplVar4"         
# [27] "DepVar ~ ExplVar1+ExplVar2+ExplVar3+ExplVar5"         
# [28] "DepVar ~ ExplVar1+ExplVar2+ExplVar4+ExplVar5"         
# [29] "DepVar ~ ExplVar1+ExplVar3+ExplVar4+ExplVar5"         
# [30] "DepVar ~ ExplVar2+ExplVar3+ExplVar4+ExplVar5"         
# [31] "DepVar ~ ExplVar1+ExplVar2+ExplVar3+ExplVar4+ExplVar5"

models_list <- lapply(formulas_list, function(x) summary(lm(as.formula(x), mydata)))

注意：请注意，不同长度的 60 个变量的组合数量非常多！