数据框每列的逻辑回归

Question

我正在尝试对多个因变量＆＃39; traits＆＃39;进行逻辑回归，它们是数据框中的列，针对单个自变量，得分＆＃39;。我尝试将这一行作为一行代码或循环 - 但没有成功！

对于第4到第10栏，我尝试过：

glm_output <- glm(data.matrix(myData[,4:10]) ~ myData$Sscore, na.action=na.exclude, family=binomial(link= "logit"))

我收到错误消息：＆＃34; eval中的错误（expr，envir，enclos）：   对于＆＃39;二项式＆＃39;家庭，y必须是0和1的向量 或者是2列矩阵，其中col 1为no。成功和第二组是没有。故障＆＃34 ;.我的列是因子，编码为1和2，它们将很乐意单独完成。所以我不确定为什么它不喜欢它。

我也尝试过：

`for(i in names(myData))
{       
fit <- glm(myData[,i] ~ myData$score, data=myData, na.action=na.exclude) 
 }

然而，这为数据帧的每一列提供了一个系数而不是一个系数。

非常感谢任何帮助！

Answer 1

找到要使用的自变量的所有名称

regressors<-setdiff(names(myData),"Sscore")

为每个自变量运行回归

lapply(regressors,function(name){
glm(myData[,name] ~ myData$Sscore, na.action=na.exclude, family=binomial(link= "logit"))
})

如果你想要数组中的系数，你可以输入：

sapply(regressors,function(name){
coef(glm(myData[,name] ~ myData$Sscore, na.action=na.exclude, family=binomial(link= "logit")))
})