data.frame~colnames行上的lm（）

我尝试对数据帧执行简单的

lm（）

回归分析。明确地说，我希望在数据框的列名和每一行之间执行回归分析。我的数据框如下所示：

d = data.frame(replicate(6,rnorm(6)))
colnames(d) = as.character(0:5)

但是，我的

lm（）

不起作用：

lm(d[1,]~colnames(d))
#Error in model.frame.default(formula = d[1, ] ~ colnames(d), drop.unused.levels = TRUE) : 
#invalid type (list) for variable 'd[1, ]'

如果有人能帮我运行，我将非常感激。我还没有太多地使用

lm（）

函数

我知道

lm（）

cbind(d[1,],0:5)

但是，这不会降低
d
的维度。不知道为什么。如果有人也能回答这个问题，即使对R的理解更为笼统会对我有很大帮助。
我必须对你的计划做一些假设，因为你没有积极地澄清它

我假设您希望数据框的每一行都有一条不同的、独立的回归线。换句话说，您有多个响应（每行一个），但有一个共同的协变量：

x <- 1:ncol(d) - 1

x
lm（data.frame（y=unlist（d[1]，x=0:5））
我认为一个简单的方法是
stack（）
。但为什么值在同一行？同一行中的所有值是在同一单位上测量的吗？是的，同一行中的值是在同一材料上测量的。列名称指的是测量的数量。我知道表格的结构不理想，我的R问题解决了。Thx@zheiuanli。不过，让我更具体地谈谈分析，我从事遗传学工作，分析每个物种的绘图质量。详细地说，当映射到给定的物种（行）时，我度量每次读取（由列名给出）的不匹配量。我只想使用lm（）测试负关系（映射读取的数量随着不匹配的增加而减少）。因此，对每个物种的观察不是独立的。
fit <- lm(t(d) ~ x)

#Call:
#lm(formula = t(d) ~ x)

#Coefficients:
#             [,1]      [,2]      [,3]      [,4]      [,5]      [,6]    
#(Intercept)   0.23133   0.48307   0.07867   0.62308   0.71174   0.89866
#x             0.02964  -0.30077  -0.05160   0.06321  -0.17155  -0.43689