自动化脚本以运行线性回归R.

Question

我希望在下面的数据框架上运行线性回归。

test<-data.frame(abc=c(2.4,3.2,8.9,9.8,10.0,3.2,5.4),
             city1_0=c(5.3,2.6,3,5.4,7.8,4.4,5.5),
             city1_1=c(2.3,5.6,3,2.4,3.6,2.4,6.5),
             city1_2=c(4.2,1.4,2.6,2,6,3.6,2.4),
             city1_3=c(2.4,2.6,9.4,4.6,2.5,1.2,7.5),
             city1_4=c(8.2,4.2,7.6,3.4,1.7,5.2,9.7),
             city2_0=c(4.3,8.6,6,3.7,7.8,4.7,5.8),                               city2_1=c(5.3,2.6,3,5.4,7.8,4.4,5.5))

Dataframe“test”是数据样本。但原始数据框包含100列。我想创建一个使用线性回归预测值的脚本。在这种情况下，我想构建具有不同输入变量的许多模型。

例如，在给定的数据框中， abc 是y变量。我想建立一个模型 city1_1，city1_2，city1_3，city1_4（离开city1_0，city2_0）。然后是city1_2，city1_3，city1_4的其他模型（离开city1_0，city1_1，city2_0，city2_1） 然后是输入变量city1_3，city1_4（离开city1_0，city1_1，city1_2，city2_0，city2_1）的第3个模型，等等。

这些所有变量都输入到线性回归。

我必须为40个数据帧做这件事。每个数据帧的O / P变量名称保持不变。