如何访问数据集的各个变量进行线性回归?

p0k*_*ero 3 r

我正在使用波士顿数据集MASS.

我需要分别预测crim其他13个预测变量,并保存每个模型的斜率系数.

我怎么能自动化呢?

我不知道如何在for循环中访问数据集的变量.

我试过这个用它的索引访问一个变量:

fit1 = lm(Boston[1]~Boston[2])
Run Code Online (Sandbox Code Playgroud)

但它返回这个:

Error en model.frame.default(formula = Boston[1] ~ Boston[2], drop.unused.levels = TRUE) : 
  invalid type (list) for variable 'Boston[1]'
Run Code Online (Sandbox Code Playgroud)

我希望能够访问各个变量,以便使用for循环执行13个不同的lm()s:类似的东西fit = Boston[i] ~ Boston[i+1]

Ben*_*ker 5

reformulate() 是使用指定预测变量设置公式的便捷方法:

 library("MASS")
 get.slope <- function(pred) {
     fit <- lm(reformulate(pred,response="crim"),data=Boston)
     ## unname() to avoid duplicating name of response
     return(unname(coef(fit)[2]))
 }
 sapply(names(Boston)[-1],get.slope)
 ##          zn       indus        chas         nox          rm         age 
 ## -0.07393498  0.50977633 -1.89277655 31.24853120 -2.68405122  0.10778623 
 ##         dis         rad         tax     ptratio       black       lstat 
 ## -1.55090168  0.61791093  0.02974225  1.15198279 -0.03627964  0.54880478 
 ##        medv 
 ## -0.36315992 
Run Code Online (Sandbox Code Playgroud)