R语言使用paste0构建含二次项lm模型时遇语法错误求助

问题原因 #

你写的quad<-lm(paste0('PE~',IV,'+I(',IV,'^2),data=Chem'))犯了关键错误：把data=Chem参数塞进了公式字符串里，导致lm()函数将整个字符串解析为公式，而公式语法不允许出现逗号，因此触发了语法错误。

修正方案 #

公式部分仅用paste0()生成模型表达式，data参数单独作为lm()的第二个参数传入，不要和公式混在一起。

单个自变量的修正代码 #

Chem<-structure(list(PE = c(9L, 8L, 8L, 9L, 5L, 6L, 10L, 9L, 11L, 9L, 
7L, 7L, 7L, 10L, 13L, 14L, 5L, 6L, 10L, 12L, 14L, 13L, 12L, 12L, 
7L, 7L, 6L, 12L, 9L, 14L), ROR5 = c(13, 13, 13, 12.2, 10, 9.8, 
9.9, 10.3, 9.5, 9.9, 7.9, 7.3, 7.8, 6.5, 24.9, 24.6, 14.9, 13.8, 
13.5, 14.9, 15.4, 11.6, 14.2, 13.8, 12, 11, 13.8, 11.5, 6.4, 
3.8), DE = c(0.7, 0.7, 0.4, 0.2, 0.4, 0.5, 0.5, 0.3, 0.4, 0.4, 
0.4, 0.6, 0.4, 0.4, 0, 0, 1.1, 0.6, 0.5, 0.3, 0.3, 0.4, 0.2, 
0.1, 0.5, 0.3, 0.2, 0.4, 0.7, 0.6), SALESGR5 = c(20.2, 17.2, 
14.5, 12.9, 13.6, 12.1, 10.2, 11.4, 13.5, 12.1, 10.8, 15.4, 11, 
18.7, 16.2, 16.1, 13.7, 20.9, 14.3, 29.1, 15.2, 18.7, 16.7, 12.6, 
15, 12.8, 14.9, 15.4, 16.1, 6.8), EPS5 = c(15.5, 12.7, 15.1, 
11.1, 8, 14.5, 7, 8.7, 5.9, 4.2, 16, 4.9, 3, -3.1, 16.9, 16.9, 
48.9, 36, 16, 22.8, 15.1, 22.1, 18.7, 18, 14.9, 10.8, 9.6, 11.7, 
-2.8, -11.1), NPM1 = c(7.2, 7.3, 7.9, 5.4, 6.7, 3.8, 4.8, 4.5, 
3.5, 4.6, 3.4, 5.1, 5.6, 1.3, 12.5, 11.2, 5.8, 10.9, 8.4, 4.9, 
21.9, 8.1, 8.2, 5.6, 3.6, 5, 4.4, 7.2, 6.8, 0.9), PAYOUTR1 = c(0.43, 
0.38, 0.41, 0.57, 0.32, 0.51, 0.38, 0.48, 0.57, 0.49, 0.49, 0.27, 
0.32, 0.38, 0.32, 0.47, 0.1, 0.16, 0.4, 0.36, 0.23, 0.2, 0.37, 
0.34, 0.36, 0.34, 0.31, 0.51, 0.22, 1)), class = "data.frame", row.names = c(NA, 
-30L))

IV<-'SALESGR5'
# 单个线性模型（正确写法）
linear<-lm(paste0('PE~',IV), data=Chem)
# 单个二次项模型（修正后的写法）
quad<-lm(paste0('PE~',IV,'+I(',IV,'^2)'), data=Chem)

批量处理多个自变量的示例 #

如果要给多个自变量批量生成带二次项的模型，可以用lapply()实现：

# 定义所有需要处理的自变量
IV_list <- c('SALESGR5', 'ROR5', 'DE', 'EPS5', 'NPM1', 'PAYOUTR1')

# 批量生成模型
model_list <- lapply(IV_list, function(var) {
  lm(paste0('PE~', var, '+I(', var, '^2)'), data=Chem)
})

# 给模型命名，方便后续调用
names(model_list) <- IV_list

# 查看某个模型的结果，比如SALESGR5的二次项模型
summary(model_list[['SALESGR5']])

补充说明 #

• paste0()仅负责拼接公式表达式，lm()的其他参数（比如data）要单独传入，不能混在公式字符串里。
• 如果需要更灵活的公式构建，也可以用reformulate()函数替代paste0()，比如：

  quad <- lm(reformulate(c(IV, paste0('I(', IV, '^2)')), response='PE'), data=Chem)
  

内容的提问来源于stack exchange，提问作者JohnS