在R中的lm（）中键入多个解释变量有捷径吗？

我对R中的

lm（）

函数有疑问。 我知道

lm（）

用于回归建模，我知道可以这样做：

lm(response ~ explanatory1 + explanatory2 + ... + explanatoryN, data = dataset)

现在我的问题是：“假设

N

很大，有没有一条捷径可以让我不用写所有

N

变量名？”

提前谢谢

---

编辑：我遗漏了我真正需要答案的问题的很大一部分。假设我想删除

1

到

k

解释变量，并且只包含这些变量中的

n-k

。

您可以使用

---

lm（response~，data=data）

您可以使用点符号选择所有变量，只需使用减号选择不应用作预测值的变量

lm(Sepal.Length ~ .-Species -Petal.Length, iris)

Call:
lm(formula = Sepal.Length ~ . - Species - Petal.Length, data = iris)

Coefficients:
(Intercept)  Sepal.Width  Petal.Width  
 3.4573       0.3991       0.9721  

---

您可以使用点

lm（response~，data=dataset）

使用mtcars数据集的示例（已在R中）

---

以mtcars

mtcars

为例：

我会捕捉预测因素。我坚持使用一个基本示例，但是可以将regex与

grep一起使用，并保持相同的逻辑（见下文）。除第一列（“mpg”）外，我正在使用所有列

是的：数据集中是否有不需要的解释性变量？如果您有大量的变量，其中包括许多和排除了许多，您可以尝试利用列名中的规则性。例如，
lm（重新格式化（paste0（“解释性”，1:5），“响应”），data=dataset）
@onyanbu我的道歉。对我编辑了我的问题！就这样！非常感谢你！
ex = lm(mpg~., data = mtcars)
summary (ex)

predictors <- names(mtcars)[-1] 
# [1] "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear" "carb"

myFormula <- paste("mpg ~ ", paste0(predictors, collapse = " + "))
# [1] "mpg ~  cyl + disp + hp + drat + wt + qsec + vs + am + gear + carb"

lm(data = mtcars, formula = myFormula)

predictors <- grep(x = names(iris), pattern = "Petal", value = TRUE)
#[1] "Petal.Length" "Petal.Width" 

myFormula <- paste("Sepal.Width ~ ", paste0(predictors, collapse = " + "))
# [1] "Sepal.Width ~  Petal.Length + Petal.Width"

lm(data = iris, formula = myFormula)