用于编写多元二元逻辑回归分析的循环答案

【问题标题】：loop for writing a multivariate binary logistic regression analysis用于编写多元二元逻辑回归分析的循环
【发布时间】：2018-03-26 18:34:28
【问题描述】：

df <- data.frame(
disease = c(0,1,0,1),
var1 = c(0,1,2,0),
var2 =c(0,1,2,0),
var3 = c(0,1,2,0),
var40 = c(0,1,2,0),
Bi = c(0,1,0,1),
gender = c(1,0,1,0),
P1 = c(-0.040304832,0.006868288,0.002663759,0.020251087),
P2 = c(0.010566526,0.002663759,0.017480721,-0.008685749),
P3 = c(-0.008685749,0.020251087,-0.040304832,0.002663759),
P4 = c(0.017480721,0.024306667,0.002663759,0.010566526),
stringsAsFactors = FALSE)

上述数据框（df）由分类变量和数值变量组成；疾病、Bi 和性别标签为 0,1，而 var1 到 var40 由标签 0,1,2 组成，而 PC1,PC2,PC3,PC4 由连续数值变量组成。一个变量的 glm 模型的代码将是：

glm(disease ~ var1*Bi+ gender+P1+P2+P3+P4, family = binomial(link
= 'logit'), data = df)

我需要一些帮助来编写一个循环，该循环自动执行疾病与variant1（var1）到Variant40（var）的多元回归分析，即具有相同的协变量； Bi，性别，P1，P2，P3，P4。我正在为所有 40 个变体做类似下面提到的循环，但它不起作用：

for (i in df$var1:df$var40) {glm(DepVar1 ~ i*Bi+gender+P1+P2+P3+P4, data=df, 
family=binomial("logit")) }

【问题讨论】：

标签： r logistic-regression

【解决方案1】：

动态购买公式可能有点棘手，但 update() 和 reformulate() 这样的函数可以提供帮助。例如

results <- Map(function(i) {
  newform <- update(disease ~ Bi+gender+P1+P2+P3+P4, reformulate(c(".", i)))
  glm(newform, data=df, family=binomial("logit")) 
}, names(subset(df, select=var1:var40)))

这里我们使用Map 而不是 for 循环，因此保存结果更容易（使用此方法将它们放入列表中）。但是我们使用update() 将感兴趣的新变量添加到基本公式中。比如

update(disease ~ Bi+gender+P1+P2+P3+P4, ~ . + var1)
# disease ~ Bi + gender + P1 + P2 + P3 + P4 + var1

这会在右侧添加一个变量。我们使用reformulate()将列名作为字符串转化为公式。

你可以从列表中取出所有模型

results$var1
results$var40
# etc

【讨论】：

@MrFlick...成功了，非常感谢您的建议。