循环通过列glmer

我试图通过在数据集中包含响应变量（dat_prob）的列中循环来运行glmer。我使用的代码如下，改编自另一个stackoverflow问题（）的研究代码

他们的代码：

dat_y<-(dat[,c(2:1130)])
dat_x<-(dat[,c(1)])
models <- list()
#
for(i in names(dat_y)){
      y <- dat_y[i]
     model[[i]] = lm( y~dat_x )
    }

我已经为此工作了好几个小时，现在透过树林看不见森林了

---

非常感谢您的帮助。

y您最好将所有内容都放在data.frame中并进行迭代。或者，您可以提前构造公式（无需对数据进行子集），并将其传递给
glmer
函数。您可以使用
sapply
或
lapply
浏览公式列表。
dat_prob<-(probs[,c(108:188)])
dat_age<-(probs[,c(12)]) 
dat_dist<-(probs[,c(20)]) 
fyearcap=(probs[,c(25)]) 
fstation=(probs[,c(22)]) 
fnetnum=(probs[,c(23)]) 
fdepth=(probs[,c(24)]) 

models <- list() 
#
for(i in names(dat_prob)){
  y <- dat_prob[i]
  y2=as.vector(y)
  model[[i]] = glmer( y ~ dat_age * dat_dist + (1|fyearcap) + (1|fstation)+
  (1|fnetnum)+ (1|fdepth),family=binomial,REML=TRUE )
}

Error in model.frame.default(drop.unused.levels = TRUE, formula = y ~  :
invalid type (list) for variable 'y'

class(as.vector(mtcars[1]))
# [1] "data.frame"

class(mtcars[[1]])
# [1] "numeric"

for(i in names(dat_prob)) {
  my_formula = as.formula(paste(i,
    "~ dat_age * dat_dist + (1|fyearcap) + (1|fstation)+ (1|fnetnum)+ (1|fdepth)"
  ))
  model[[i]] = glmer(my_formula, family = binomial, REML = TRUE)
}