r - 如何在 R 中循环/重复线性回归

Question

我已经想出了如何在 R 中使用 4 个变量制作表格，我将其用于多元线性回归。每个回归的因变量 (Lung) 取自包含 22,000 列的 csv 表的一列。自变量之一(血液)取自类似表的相应列。每列代表一个特定基因的水平，这就是为什么有这么多基因。还有两个额外的变量(每个患者的年龄和性别)。当我输入线性回归方程时，我使用 lm(Lung[,1] ~ Blood[,1] + Age + Gender)，它适用于一个基因。我正在寻找一种方法来输入这个方程，并让 R 计算肺和血液的所有剩余列，并希望将系数输出到表格中。任何帮助，将不胜感激!

Answer 1

您想运行 22,000 次线性回归并提取系数吗？从编码的角度来看，这很容易做到。

set.seed(1)

# number of columns in the Lung and Blood data.frames. 22,000 for you?
n <- 5 

# dummy data
obs <- 50 # observations
Lung <- data.frame(matrix(rnorm(obs*n), ncol=n))
Blood <- data.frame(matrix(rnorm(obs*n), ncol=n))
Age <- sample(20:80, obs)
Gender  <- factor(rbinom(obs, 1, .5))

# run n regressions
my_lms <- lapply(1:n, function(x) lm(Lung[,x] ~ Blood[,x] + Age + Gender))

# extract just coefficients
sapply(my_lms, coef)

# if you need more info, get full summary call. now you can get whatever, like:
summaries <- lapply(my_lms, summary)
# ...coefficents with p values:
lapply(summaries, function(x) x$coefficients[, c(1,4)])
# ...or r-squared values
sapply(summaries, function(x) c(r_sq = x$r.squared, 
                                adj_r_sq = x$adj.r.squared))

模型存储在一个列表中，其中模型 3(带有 DV Lung[, 3] 和 IVs Blood[,3] + Age + Gender)在 my_lms[[3]] 中。等等。您可以使用列表上的应用函数进行汇总，从中可以提取您想要的数字。