从R中的回归结果列表中提取系数

我已经用数据帧数据创建了向量，并将它们存储在一个列表中。举个例子：

# Simulation data
vec2 <- c(2:20)
vec3 <- c(21:39)
vec4 <- c(31:49)
vec5 <- c(2:20)
vec6 <- c(2:20)
vec7 <- c(21:39)
vec8 <- c(31:49)
vec9 <- c(21:39)
vec10 <- c(31:49)
# Make simulated df to replicate something close to what I have
df <- data.frame(vec2,vec3,vec4,vec5,vec6,vec7,vec8,vec9,vec10)

现在，我想在var list上运行一个回归，作为y独立变量，log.logs作为x独立变量

I try this with the following: 
#Initialize list
results<-vector("list", length(var)) 
# Run regression
for(i in 1:length(df)){
  results[[i]]<-lm(log(var[[i]])~log(log.lags), data = var)
}

我尝试以下方法：
#初始化列表
结果这个怎么样

res <- lapply(var, function(x) lm(log(x)~log(log.lags)))
coefs <- lapply(res, function(x) coef(x)[2])

res可能会将
1:length（df）
更改为
1:nrow（df）
。另外，
variance
与
var
相同？最佳做法是避免使用R命令名作为用户定义的变量名。给我一个lm.fit答案（更快）lm.fit with log（y）~log（x）和il accept，im close now…lm.fit需要一个矩阵输入。。。我的输入是一个列表。lm只是非常非常慢！！你可以做以下事情。。但是，我不认为它会更快res2
I try this with the following: 
#Initialize list
results<-vector("list", length(var)) 
# Run regression
for(i in 1:length(df)){
  results[[i]]<-lm(log(var[[i]])~log(log.lags), data = var)
}

results<-vector("list", length(var)) 
coef<-vector("list", length(var)) 
for(i in 1:length(df)){
  results[[i]]<-lm(log(var[[i]])~log(log.lags), data = var)
  coef[[i]]<- coef(results[[i]])[2]
}

res <- lapply(var, function(x) lm(log(x)~log(log.lags)))
coefs <- lapply(res, function(x) coef(x)[2])