如何在R中生成列两两乘积组合并用于多元线性回归

1. 生成带正确列名的两两乘积列 #

首先要为两两乘积列赋予明确的名称（如"A*B"），这样后续模型才能识别并显示正确的变量名。示例代码如下：

# 假设你的数据框名为data，包含A、B、C、Y列
# 获取A/B/C的两两列名组合
col_pairs <- combn(c("A", "B", "C"), 2)
# 生成两两乘积矩阵并设置列名
cc <- combn(data[, c("A", "B", "C")], 2, FUN = function(x) x[,1] * x[,2])
colnames(cc) <- apply(col_pairs, 2, function(x) paste(x, collapse = "*"))

此时cc的列名就是"AB"、"AC"、"B*C"，对应三列乘积结果。

2. 循环构建带正确变量名的回归模型 #

原代码的问题在于直接引用cc[,i]会被lm识别为无名外部向量，因此需要通过字符串拼接生成公式，并将乘积列合并到原数据框中供模型调用：

# 将乘积列合并到原数据框
data_with_prod <- cbind(data, cc)

# 初始化模型列表
model <- list()
# 获取乘积列的名称
prod_col_names <- colnames(cc)

# 循环构建模型
for (i in seq_along(prod_col_names)) {
  # 拼接公式字符串
  formula_str <- paste0("Y ~ A + B + C + ", prod_col_names[i])
  # 转换为公式对象并拟合模型
  model[[prod_col_names[i]]] <- lm(as.formula(formula_str), data = data_with_prod)
}

每个模型会以对应的乘积列名命名（如model[["A*B"]]），查看模型摘要时，交互项会显示为"AB"、"AC"或"B*C"，而非模糊的"cc[,i]"。

另一种更直观的方式：直接在原数据框添加乘积列 #

如果不想额外创建cc矩阵，也可以直接在原数据框中生成带命名的乘积列：

# 遍历两两列名组合，生成乘积列
for (pair in apply(col_pairs, 2, paste, collapse = "*")) {
  # 拆分列名对
  cols <- strsplit(pair, "\\*")[[1]]
  # 添加乘积列到数据框
  data[[pair]] <- data[[cols[1]]] * data[[cols[2]]]
}

# 循环构建模型
model <- list()
# 筛选出带*的列（即乘积列）
prod_cols <- grep("\\*", colnames(data), value = TRUE)

for (col in prod_cols) {
  model[[col]] <- lm(paste0("Y ~ A + B + C + ", col), data = data)
}

内容的提问来源于stack exchange，提问作者T_S