如何向laply传递多个参数以批量执行回归模型？

当然可以实现，以下是几种可行的方法：

方法1：使用plyr::laply结合do.call #

因为你的models列表每个元素是包含三个参数的向量，而run_regressions2需要三个独立参数，所以可以用do.call把向量拆成参数传递，结合laply完成迭代：

library(plyr)

set.seed(1)
df <- data.frame(x1 = rnorm(100, 0, 1), 
                 x2 = rnorm(100, 0, 1),
                 y1 = rnorm(100, 0, 1), 
                 y2 = rnorm(100, 0, 1), 
                 t2 = sample(0:1, 100, replace = TRUE), 
                 t1 = sample(0:1, 100, replace = TRUE))

run_regressions2 <- function(outcome, treatment, covariates) {
  # 优化公式拼接，避免协变量为空时出现多余的+号
  rhs <- paste(c(treatment, covariates), collapse = " + ")
  model_formula <- formula(paste(outcome, "~", rhs))
  model <- glm(model_formula, data = df)
  return(summary(model)$coefficients[2,])
}

models <- list(c("y1", "t1", "x1"),
               c("y2", "t2", "x1 + x2"))

# 用laply执行，通过do.call传递参数
results <- laply(models, function(x) do.call(run_regressions2, as.list(x)))
results

原理说明 #

• 每次迭代时，laply会把models中的单个向量（比如c("y1","t1","x1")）传给匿名函数的x参数
• as.list(x)把向量转成列表list("y1","t1","x1")，do.call会自动将列表元素依次作为run_regressions2的三个参数传入

方法2：使用base R的sapply/vapply #

如果不想依赖plyr，可以用base R的函数实现相同效果：

# sapply版本，转置后和laply结果格式一致
results <- t(sapply(models, function(x) do.call(run_regressions2, as.list(x))))

# vapply更严谨，指定返回值类型（这里是长度为4的数值向量，对应系数、标准误、t值、p值）
results <- t(vapply(models, function(x) do.call(run_regressions2, as.list(x)), 
                    FUN.VALUE = numeric(4)))

方法3：使用purrr（现代tidyverse工具） #

如果你熟悉tidyverse生态，purrr::map_dfr或map_dfc可以更直观地处理，还能直接得到数据框格式的结果：

library(purrr)

# 返回数据框，每行对应一个模型的结果
results_df <- map_dfr(models, function(x) {
  res <- do.call(run_regressions2, as.list(x))
  as.data.frame(t(res))
})

# 如果需要数组格式，转成矩阵即可
results_matrix <- as.matrix(results_df)

内容的提问来源于stack exchange，提问作者Rob F