R lapply为重复回归生成错误

我有677个因变量和1个自变量，如下所示。我想对自变量的每个677列进行回归。它以前被问过，但在我的情况下不起作用。此外，我想收集一个向量中的系数，然后回归到其他变量

'data.frame':   240 obs. of  678 variables:
 $ X1998.01.12  : num  -0.0006958 -0.0019206 -0.0025667 -0.0031404 -0.0000429 ...
 $ X1998.02.12  : num  0.0032112 -0.0002508 0.0010668 -0.0000417 0.0036056 ..

我运行以下代码：

pred = df[,c(1:677)]; 
pred=as.matrix(pred)
y=df[,c(678)]
my_lms <- lapply(de, function(x) lm(pred~y))

pred=df[，c（1:677）]；
pred=作为矩阵（pred）
y=df[，c（678）]
my_lms您不需要将
pred
转换为矩阵。作为
数据帧
更容易。您可以在下面看到这两种方法

# data.frame
pred <- df[, c(1:677)]
y <- df[, c(678)]
my_lms <- lapply(pred, function(x) lm(x ~ y))

# matrix
pred <- as.matrix(pred)
my_lms <- lapply(1 : ncol(pred), function(x) lm(pred[, x] ~ y))

#data.frame
pred这应该会给出预期的结果：
my\u lms您确定这不仅仅是
df
的拼写错误吗？由于简单线性回归在统计上等同于配对t检验，你应该能够找到重复的答案。我希望您找到的副本也会对这样的工作中的统计缺陷提出警告。@42 de是文件名。对不起，这些虫子。现在问题解决了，但我坚持在一列中收集系数估计值，以便在以后的回归中使用它。有什么想法吗？我猜最后一句话是由Rather奇怪的请求引起的，这表明独立预测因子（在公式的RHS上）和因变量（在公式的LHS上的结果）的通常概念发生了逆转。是的。现在我看到OP一开始就提到了。也许我应该删除最后一行。非常好！它起作用了。收集估计值、系数和adjR2怎么样。我想把它们叠成矩阵格式。Sappy（我的妈妈，coef）试过了，但很多人都喜欢。我想要一种更简单的形式@Su@balsano看看是否有帮助。@Suren我的情况下不起作用。Said>library（broom）>tidy.list（my_lms）中的tidy（my_lms）错误：无法识别此列表的整理方法
Error in parse(text = x, keep.source = FALSE) : 
  <text>:2:3: unexpected symbol
1: ~ X1
2: x X1
     ^ 

# data.frame
pred <- df[, c(1:677)]
y <- df[, c(678)]
my_lms <- lapply(pred, function(x) lm(x ~ y))

# matrix
pred <- as.matrix(pred)
my_lms <- lapply(1 : ncol(pred), function(x) lm(pred[, x] ~ y))

library(broom)
my_lms <- lapply(1 : ncol(pred), function(x) tidy(lm(pred[, x] ~ y)))
my_df <- do.call(rbind, my_lms)