如何在不输入每个变量名称的情况下对一系列变量进行回归答案

【问题标题】：How to do a regression of a series of variables without typing each variable name如何在不输入每个变量名称的情况下对一系列变量进行回归
【发布时间】：2016-11-28 04:12:09
【问题描述】：

我想用我的数据集中的一堆自变量运行回归。有很多预测因素，所以我不想把它们都写出来。是否有跨越多个列的符号，所以我不必键入每个？

我的尝试是这样做的（我的预测变量是第 20 到 43 列）：

modelAllHexSubscales = lm(HHdata$garisktot~HHdata[,20:43])

显然，这不起作用，因为HHdata[,20:43] 是一个数据矩阵，而我确实需要它来将数据视为HHdata[,20]+HHdata[,21] 等。

【问题讨论】：

标签： r

【解决方案1】：

这是另一种选择：

# if garisktot is in columns 20:43
modelAllHexSubscales <- lm(garisktot ~ ., data=HHdata[,20:43])
# if it isn't
modelData <- data.frame(HHdata["garisktot"],HHdata[,20:43])
modelAllHexSubscales <- lm(garisktot ~ ., data=modelData)

【讨论】：

@Joshua - 很好！我假设第一个 [] 中的 FALSE 会阻止生成的对象被折叠成向量？
@Chase：是的，这是保留列名所必需的。
如果您只想从data.frame 中提取列，则不需要逗号：HHdata[20:43] 或HHdata["garisktot"]（您不需要drop=FALSE）
单线版modelAllHexSubscales

【解决方案2】：

首先通过粘贴列名来生成公式。

f <- as.formula(paste('garisktot ~', paste(colnames(HHdata)[20:43], collapse='+')))
modelAllHexSubscales <- lm(f, HHdata)

【讨论】：

也许感兴趣：我昨天才知道，如果包含转换，将公式构建为字符串然后转换为公式的技巧也有效。例如在上面的示例中，将colnames(HHdata)[20:43] 替换为sapply(colnames(HHdata)[20:43], function(cc){gsub("X", cc, "I(X^2)", fixed=TRUE)})。
除非使用"I()" 会产生误导性的统计输出。了解如何使用poly。
poly 反过来，在缺少值时不起作用，除非你使用 raw = TRUE - 但对我来说，结果（或者你的意思是什么 output?) 是一样的。

【解决方案3】：

你有没有试过直接做，如

> y
[1] 10 19 30 42 51 59 72 78

> X
     [,1] [,2]
[1,]    1  1.0
[2,]    2  3.0
[3,]    3  5.5
[4,]    4  7.0
[5,]    5  9.0
[6,]    6 11.0
[7,]    7 13.0
[8,]    8 16.0

> summary(lm(y ~ X))

Call:
lm(formula = y ~ X)

Residuals:
      1       2       3       4       5       6       7       8 
-0.1396 -1.2774  0.9094  1.4472  0.3094 -1.8283  1.0340 -0.4547 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept)   -2.647      2.004  -1.321  0.24366   
X1            15.436      3.177   4.859  0.00464 **
X2            -2.649      1.535  -1.726  0.14490   
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 1.363 on 5 degrees of freedom
Multiple R-squared:  0.9978,    Adjusted R-squared:  0.9969 
F-statistic:  1124 on 2 and 5 DF,  p-value: 2.32e-07

【讨论】：