R 多元回归方程

有没有一种方法可以让我一起运行100个不同的回归，并以表格的形式得到所有方程的输出？ 任何软件都可以工作。 我需要用对数线性模型找出100种商品的增长率。所以我有100个方程，因变量是出口值，自变量是时间0到30。 因此，为100个方程单独运行回归是大量的手工工作。

---

我只需要所有100个方程的t系数。有没有办法缩短这样做的时间？

例如，假设您在R中有一个数据框commodity\u data，每个commodity作为不同的列：

n <- ncol(commodity_data)
logslopes <- numeric(n)
tvec <- 0:(nrow(n)-1)
for (i in 1:n) {
  m <- lm(log(commodity_data[,i]) ~ tvec)
  slope <- coef(m)["tvec"]
  logslopes[i] <- slope
}

---

有更巧妙的方法可以做到这一点，但这一种应该很好。

是的。但我们需要更多关于你想做什么的细节。100个不同的数据集？100个具有相同预测因子的不同响应变量？100个具有相同响应变量的不同预测因子？如果你能给我们一些证据，说明你迄今为止为自己找到这个问题的答案所做的努力，那就太好了；一旦你有了一个回归模型列表，sapplymodelList，coef会给你一个结果组合表。