Question

我的数据框如下：

  samples.L samples.T      le.1      le.2      le.3      le.4      le.5
         10       1.0  9.683726  9.691982  9.704387  9.719390  9.735400
         10       3.5  9.828530  9.829962  9.832273  9.835296  9.838709
         25       1.0 24.675467 24.677010 24.679439 24.682560 24.685718
         25       3.5 24.822328 24.822601 24.823026 24.823410 24.823209

现在我想在自变量samples.L和samples.T之间进行线性回归，并分别对每个响应变量le.?（？= 1,2,3,4,5）进行线性回归，以便我可以得到5个型号吗？

我如何使用apply family函数或其他方法来实现它？

Answer 1

您可以根据samples.L和samples.T创建适合其他变量的线性模型的函数。

lm_func <- function(y) lm(y ~ samples.L + samples.T, data = data)

然后，您可以使用lapply()将此功能应用于每个所需的列。

lapply(data[,3:6], lm_func)

此外，您可以将tidyverse包与broom包一起使用，以简化输出。

library(tidyverse)
library(broom)
map_dfr(data[,3:6], function(x) summary(lm_func(x)) %>% glance()) 
map_dfr(data[,3:6], function(x) summary(lm_func(x)) %>% tidy())

更好的是，您可以执行以下操作。

fit <- lm(cbind(le.1, le.2, le.3, le.4) ~ samples.L + samples.T, data = data)
summary(fit) %>% map_dfr(glance)
summary(fit) %>% map_dfr(tidy)

如何为数据框中的每列操作线性回归

1 个答案: