循环多次回归

Question

我正在尝试从此帖子中运行以下代码：looping with iterations over two lists of variables for a multiple regression in R具有修改后的变量和数据框名称，因为它似乎完全可以满足我的要求，并使用非常相似的数据集。但是，它总是给我一个错误，我不知道为什么，所以如果有人可以帮助我理解该错误或相应的代码行，以便我能找出问题所在，那么我将不胜感激。

for(i in 1:n) {
  vars = names(output)[names(output) %in% paste0(c(".PRE", ".POST"), i)]
  models[[as.character(i)]] = lm(paste("growth_rate ~ ", paste(vars, collapse=" +   ")),
                                 data = output)
}

Error in parse(text = x, keep.source = FALSE) : 
  <text>:2:0: unexpected end of input
1: growth_rate ~  
   ^

我的数据集几乎与上述文章中给出的数据集相似，除了我的“ RDPI_T”和“ DRY_T”变量是交替排列的（在这种情况下，我认为不重要）。我有类似的变量是输出数据集中的69个PRE变量，称为id1.PRE，id2.PRE ... id69.PRE，还有69个POST变量，称为id1.POST，id2.POST ... id69.POST。另外，growth_rate在称为输出的同一数据集中。

此外，我还想添加2个其他的自变量，这些变量是常规的并且不是来自列表：国家和年份，但是我不确定如何将其纳入此处？

任何帮助将不胜感激。谢谢！

Answer 1

如果您的列名为id1.PRE，id2.PRE，则上面具有的粘贴功能将不起作用，这很可能引发错误。

请执行dput(head(output))并粘贴输出，这使我们可以查看列名以及为什么行不通。

根据您描述列名称的方式，尝试以下操作：

#simulate data
output=data.frame(
"growth_rate"=rnorm(100),
matrix(rnorm(100*69*2),nrow=100)
)
colnames(output)[-1] = c(paste("id",1:69,".PRE",sep=""),paste("id",1:69,".POST",sep=""))
output$year = 1901:2000
output$country = sample(letters,nrow(output),replace=TRUE)

n=69
#create list to hold models
models = vector("list",n)

for(i in 1:n) {
  vars = paste0("id",i,c(".PRE", ".POST"))
# i think it works without as.formula, but better to be safe
  FORMULA = as.formula(paste("growth_rate ~ ", paste(vars, collapse=" +  ")))
  models[[i]] = lm(FORMULA,data = output)
}

如果要包括其他变量：
for(i in 1:n) {
  vars = paste0("id",i,c(".PRE", ".POST"))
  # add other variables
  vars = c(vars,"country","year")
  FORMULA = paste("growth_rate ~ ", paste(vars, collapse=" +  "))
  models[[i]] = lm(FORMULA,data = output)
}