如何提高R中使用for循环获得的lm输出？

我做了一个for循环，以便使用相同的Y和不同的X来评估多个模型。 使用mtcars数据库，我创建了两个子集：

mcars1 <- subset(mtcars, select=c("mpg","hp","disp"))
mcars2 <- subset(mtcars, select=c("mpg","disp"))

正如你所看到的，一切都很好。我只想知道我可以使用哪些函数来改进输出，例如：

Model 1
               Estimate  Std. Error   t value     Pr(>|t|)
(Intercept) 30.73590425 1.331566129 23.082522 3.262507e-20***
hp          -0.02484008 0.013385499 -1.855746 7.367905e-02***
disp        -0.03034628 0.007404856 -4.098159 3.062678e-04***


Model 2  
               Estimate  Std. Error   t value     Pr(>|t|)
(Intercept) 29.59985476 1.229719515 24.070411 3.576586e-21***
disp        -0.04121512 0.004711833 -8.747152 9.380327e-10***

任何建议都将不胜感激

lapply(list(mcars1,mcars2),function(x)coef(summary(lm(x))))
[[1]]
               Estimate  Std. Error   t value     Pr(>|t|)
(Intercept) 30.73590425 1.331566129 23.082522 3.262507e-20
hp          -0.02484008 0.013385499 -1.855746 7.367905e-02
disp        -0.03034628 0.007404856 -4.098159 3.062678e-04

[[2]]
               Estimate  Std. Error   t value     Pr(>|t|)
(Intercept) 29.59985476 1.229719515 24.070411 3.576586e-21
disp        -0.04121512 0.004711833 -8.747152 9.380327e-10

或者你可以：

 lapply(list(mcars1,mcars2),function(x)coef(summary(lm(mpg~.,dat=x))))

---

是否将结果存储在列表中？e、 g.结果[[var]]

lapply(list(mcars1,mcars2),function(x)coef(summary(lm(x))))
[[1]]
               Estimate  Std. Error   t value     Pr(>|t|)
(Intercept) 30.73590425 1.331566129 23.082522 3.262507e-20
hp          -0.02484008 0.013385499 -1.855746 7.367905e-02
disp        -0.03034628 0.007404856 -4.098159 3.062678e-04

[[2]]
               Estimate  Std. Error   t value     Pr(>|t|)
(Intercept) 29.59985476 1.229719515 24.070411 3.576586e-21
disp        -0.04121512 0.004711833 -8.747152 9.380327e-10

 lapply(list(mcars1,mcars2),function(x)coef(summary(lm(mpg~.,dat=x))))