R 每个自变量的线性回归循环与data.table
我想循环使用自变量，并使用data.table将它们回归到因变量上。由于我的数据集庞大，我需要一个高效的解决方案。我以R 每个自变量的线性回归循环与data.table,r,list,data.table,lapply,R,List,Data.table,Lapply,我想循环使用自变量，并使用data.table将它们回归到因变量上。由于我的数据集庞大，我需要一个高效的解决方案。我以mtcarsdataframe为例发现了这一建议： library(data.table) Fits <- as.data.table(mtcars)[, list(MyFits = lapply(.SD[, -1, with = F], function(x) summary(lm(mpg ~ x))))] 库（data.table） 符合预期的输出，即，您实际需要su
mtcarslibrary(data.table)
Fits <- as.data.table(mtcars)[, list(MyFits = lapply(.SD[, -1, with = F], function(x) summary(lm(mpg ~ x))))]
库（data.table）
符合预期的输出，即，您实际需要summary提供的输出的哪一部分？就我个人而言，我可能会这样做：library（reforme2）；DF我不确定我是否理解你的第一个问题；但至少是系数，sd，t值和p值。你是说我做这个练习的科学原因吗？是的，这看起来像是一次危险的统计捕鱼探险（例如，对p值或任何推断都有影响）。哈哈，是的，我知道。。您指出这一点很好，尽管这很可能会导致我放弃数据集，因为我希望发现的所有不一致之处。。目前，这更像是一个好奇心/省时的练习，因为我的数据集很大，手动选择变量让我发疯。我会谨慎地解释结果。