R 使用2个自变量运行所有可能的线性回归组合

我想为每2个自变量运行所有可能的组合（OLS回归）。我有一个csv，其中有我的数据（只有一个因变量和23个自变量），我尝试将数据库中的变量从a重命名为z，我将“y”称为我的因变量（一个名为“y”的列，它是我的因变量），以便由以下代码识别：

#all the combinations
all_comb <- combn(letters, 2)

#create the formulas from the combinations above and paste
text_form <- apply(all_comb, 2, function(x) paste('Y ~', paste0(x, collapse = '+')))

lapply(text_form, function(i) lm(i, data= KOFS05.12))

#所有组合
您应该将您的
文本表单
指定为公式：

KOFS05.12调用：
#>lm（公式=i，数据=KOFS05.12）
#> 
#>系数：
#>（截取）a b
#>     0.19763     -0.15873      0.02854  
#> 
#> 
#> [[2]]
#> 
#>电话：
#>lm（公式=i，数据=KOFS05.12）
#> 
#>系数：
#>（截取）a c
#>     0.21395     -0.15967      0.05737  
#> 
#> 
#> [[3]]
#> 
#>电话：
#>lm（公式=i，数据=KOFS05.12）
#> 
#>系数：
#>（截取）b c
#>    0.157140     0.002523     0.028088

由（v1.0.0）
于2021年2月17日创建，如问题下方的注释所述，检查您是否需要y或y。解决后，我们可以使用其中任何一个。不需要重命名这些列。我们使用内置的
mtcars
数据集作为示例，因为问题中没有提供测试数据。（以后请始终提供。）

1）ExtreatveSearch此功能运行速度非常快，因此您也可以尝试高于2的组合

library(ExhaustiveSearch)
ExhaustiveSearch(mpg ~., mtcars, combsUpTo = 2)

2）combn使用下面定义的
lmfun
功能和
combn

dep <- "mpg"  # name of dependent variable
nms <- setdiff(names(mtcars), dep)  # names of indep variables
lmfun <- function(x, dep) do.call("lm", list(reformulate(x, dep), quote(mtcars)))

lms <- combn(nms, 2, lmfun, dep = dep, simplify = FALSE)
names(lms) <- lapply(lms, formula)

您是否有一个名为
Y
或
Y
的列？您是否可以使用
dput
即
dput（head（KOFS05.12））
编辑您的帖子，以包含数据的前几行？
作为。不需要公式。如果你删除它，它仍然可以工作，并给出相同的输出。哇-不知道，谢谢！！！穷尽搜索和Akaike方法解决了我寻找最佳统计显著性的问题
# install.github("patrickroocks/listcompr")
library(listcompr)
packageVersion("listcompr") # need version 0.1.1 or later

dep <- "mpg"  # name of dependent variable
nms <- setdiff(names(mtcars), dep)  # names of indep variables

lms2 <- gen.named.list("{nm1}.{nm2}", lmfun(c(nm1, nm2), dep), 
  nm1 = nms, nm2 = nms, nm1 < nm2)