如何对数据框中的每一列进行线性回归 [重复]

【问题标题】：How can I operate linear regression for each column in a dataframe [duplicate]如何对数据框中的每一列进行线性回归 [重复]
【发布时间】：2018-03-19 01:56:14
【问题描述】：

我的数据框是这样的：

  samples.L samples.T      le.1      le.2      le.3      le.4      le.5
         10       1.0  9.683726  9.691982  9.704387  9.719390  9.735400
         10       3.5  9.828530  9.829962  9.832273  9.835296  9.838709
         25       1.0 24.675467 24.677010 24.679439 24.682560 24.685718
         25       3.5 24.822328 24.822601 24.823026 24.823410 24.823209

现在我想在自变量 samples.L 和 samples.T 之间进行线性回归，并分别响应变量 le.? (?=1,2,3,4,5)，这样我就可以得到 5 个模型？

如何使用apply family函数或者其他方法来实现呢？

【问题讨论】：

标签： r apply

【解决方案1】：

您可以根据samples.L 和samples.T 创建一个拟合其他变量的线性模型的函数。

lm_func <- function(y) lm(y ~ samples.L + samples.T, data = data)

然后您可以使用lapply() 将此函数应用于每个所需的列。

lapply(data[,3:6], lm_func)

此外，您可以使用tidyverse 包和broom 包来简化您的输出。

library(tidyverse)
library(broom)
map_dfr(data[,3:6], function(x) summary(lm_func(x)) %>% glance()) 
map_dfr(data[,3:6], function(x) summary(lm_func(x)) %>% tidy())

更好的是，您可以执行以下操作。

fit <- lm(cbind(le.1, le.2, le.3, le.4) ~ samples.L + samples.T, data = data)
summary(fit) %>% map_dfr(glance)
summary(fit) %>% map_dfr(tidy)

【讨论】：