在R-嵌套PLYR中自动化多重/嵌套线性回归

我正在尝试根据不同的字段，在同一个表中自动运行数百个不同的回归分析。我正在使用

lm

函数

我的数据显示了许多不同的县级选举结果。我想比较一下每个候选人的支持率和65岁以上选民的百分比，看看这两个变量之间是否有关系。例如，“一个县的老年选民人数与他们对候选人x的支持之间是否存在关系？”我有数百个或不同的选举——每个选举有多个候选人——每次选举有数百个县。我想对每个候选人、每个种族、每个县进行回归分析；并导出一个表格，该表格给出每次分析的斜率和截距

我的输入表是

contest  county  candidate  percent_over_65  percent_support
1           1        1             .65              .44 
1           1        2             .65              .34 
1           1        3             .65              .22
1           2        1             .70              .60  
1           2        2             .70              .30
1           2        3             .70              .10
2           1        4             .65              .70
2           1        5             .65              .30 
2           2        4             .70              .60 
2           2        5             .70              .40

我的理想输出是：

contest  county  candidate  slope_value  intercept_value
1           1         1          .05           .65 
1           1         2         -.01           .23    
1           1         3          .02           .17     
1           2         1          .25           .36             
1           2         2          .15           .45 
1           2         3         -.02           .12
2           1         4          .75           .33   
2           1         5         -.10           .18  

哈德利以57票的优势垫底的回答非常有用；他使用了plyr函数，一次“解构”了这个过程；但现在，我基本上想在原始函数中嵌套另一个plyr函数（如果有意义的话）。似乎我可以在混合中添加几个for循环以获得所需的结果，但我还没有弄清楚。任何帮助都将不胜感激。谢谢