R 多重线性模型

我目前有两个数据表，其中一个在列中包含独立变量和控制变量，而另一个包含因变量行

---

有人能帮我从两个表中创建一个线性模型的方法吗？这两个表对依赖值表中的每一行重复执行。

您既没有提供可复制的示例，也没有期望的输出，所以我只能猜测

如果这是你的列名向量

vec <- LETTERS[1:3]

这将给

# [[1]]
# 
# Call:
#   lm(formula = as.formula(paste(x, "~", paste(setdiff(names(df), 
#                                                       x), collapse = "+"))), data = df)
# 
# Coefficients:
#   (Intercept)            B            C  
# 4.9687       0.2410      -0.1565  
# 
# 
# [[2]]
# 
# Call:
#   lm(formula = as.formula(paste(x, "~", paste(setdiff(names(df), 
#                                                       x), collapse = "+"))), data = df)
# 
# Coefficients:
#   (Intercept)            A            C  
# 2.7975       0.8182       0.2775  
# 
# 
# [[3]]
# 
# Call:
#   lm(formula = as.formula(paste(x, "~", paste(setdiff(names(df), 
#                                                       x), collapse = "+"))), data = df)
# 
# Coefficients:
#   (Intercept)            A            B  
# 13.200       -1.675        0.875  

---

你尝试了什么？发布一些示例数据怎么样？这是一个很好的起点。请提供一个示例输入和所需输出。你现在的描述很模糊。一个具体的例子会很有帮助。也可以查看

重新格式化
。
lapply(vec, 
       function(x) lm(as.formula(paste(x, "~", 
                                       paste(setdiff(names(df), x), 
                                                     collapse = "+"))), 
                      data = df))

# [[1]]
# 
# Call:
#   lm(formula = as.formula(paste(x, "~", paste(setdiff(names(df), 
#                                                       x), collapse = "+"))), data = df)
# 
# Coefficients:
#   (Intercept)            B            C  
# 4.9687       0.2410      -0.1565  
# 
# 
# [[2]]
# 
# Call:
#   lm(formula = as.formula(paste(x, "~", paste(setdiff(names(df), 
#                                                       x), collapse = "+"))), data = df)
# 
# Coefficients:
#   (Intercept)            A            C  
# 2.7975       0.8182       0.2775  
# 
# 
# [[3]]
# 
# Call:
#   lm(formula = as.formula(paste(x, "~", paste(setdiff(names(df), 
#                                                       x), collapse = "+"))), data = df)
# 
# Coefficients:
#   (Intercept)            A            B  
# 13.200       -1.675        0.875