Question

我需要对数据框中的所有变量执行单变量逻辑回归。我有166个变量，我一直在尝试使用lapply来简化这个过程。但是，我一直收到错误：

> lapply(data$Gates, FUN=Lmodel)

Error in model.frame.default(formula = Sstatus ~ x, data = data,
na.action = na.exclude,  : 
variable lengths differ (found for 'x')

我像这样建立了Lmodel函数：

Lmodel<-function(x){
(glm(Sstatus~x, data=data, family="binomial"))
}

该功能在不与lapply结合使用时有效：

> Lmodel(data$Gates)

Call:  glm(formula = Sstatus ~ x, family = "binomial", data = data, 
na.action = na.exclude)

Coefficients:
(Intercept)           xy  
 2.5986      -0.6527  

Degrees of Freedom: 169 Total (i.e. Null);  168 Residual
(8 observations deleted due to missingness)
Null Deviance:      96.72 
Residual Deviance: 95.57    AIC: 99.57

我的因变量Sstatus确实包含一些缺失值，我认为这是我的问题所在。但是，我不明白为什么函数本身可以工作，但是当与lapply一起使用时则不行。我该如何解决这个问题？

Answer 1

如果你想使用lapply，你必须列出一个列表，其中列表元素是包含独立变量观察值的向量。例如，您有一个包含变量Sstatus，indepen1，indepen2，indepent3的数据集。

# make a list
list.of.indepent <- vector("list", 3)
list.of.indepent[[1]] <- indepen1
etc

然后

lapply(list.of.indepent, FUN=Lmodel)

应该有效。

您可能需要编辑Lmodel函数，如下所示

Lmodel<-function(x){
(glm(data$Sstatus~x, family="binomial"))
}

R函数单独工作，在lapply中使用时出错

1 个答案: