df
是14个不同变量的值为1-10的数据,格式为dataframe
,其中n个观察值包含每个变量的大量NA值,这就是为什么我无法进行常规{ {1}}有多个预测变量。
然后我使用lm
为每个变量进行线性回归,因为lapply
会返回太多错误
MLR
这将返回一个由13个元素组成的大型列表,这些元素都是列表
x = lapply(df[,-1], function(x) summary(lm(df$IV ~ x)))
然后我尝试使用观星者
is.recursive(x) = TRUE
返回错误
stargazer(x)
我如何摆脱这个错误?
答案 0 :(得分:0)
尝试删除summary
来电,以便x
是lm
个对象的列表,而不是summary.lm
个对象。