修改GLM循环：移除当前预测变量并替换为下一个

问题原因 #

你的原始代码中，predictors <- colnames(data)[20:i] 会提取从第20列到第i列的所有变量，导致每次循环都累加新的预测变量，而非仅保留一个单独的预测变量。

解决方案（循环版本） #

下面的代码会逐个遍历第20列及以后的每个预测变量，每次仅将当前预测变量与x1、x2、x3一起纳入模型：

mod_summaries <- list()

# 提取所有需要单独测试的预测变量名称（第20列到最后一列）
target_preds <- colnames(data)[20:ncol(data)]

# 遍历每个预测变量
for (k in seq_along(target_preds)) {
  current_pred <- target_preds[k]
  # 构建模型所需的数据集：包含y、x1、x2、x3和当前预测变量
  model_data <- data[, c("y", "x1", "x2", "x3", current_pred)]
  # 拟合二项式GLM并保存摘要
  mod_summaries[[k]] <- summary(glm(y ~ ., family = binomial, data = model_data))
}

mod_summaries

更简洁的函数式写法（lapply版本） #

如果你习惯R的函数式编程风格，lapply 可以让代码更紧凑，无需手动管理循环索引：

# 提取目标预测变量列表
target_preds <- colnames(data)[20:ncol(data)]

# 用lapply逐个拟合模型并生成摘要
mod_summaries <- lapply(target_preds, function(pred) {
  # 动态构建公式字符串
  model_formula <- as.formula(paste("y ~ x1 + x2 + x3 +", pred))
  # 拟合模型并返回摘要
  summary(glm(model_formula, family = binomial, data = data))
})

mod_summaries

关键改动说明 #

• 不再使用范围索引（20:i）累加变量，而是单独遍历每个目标预测变量
• 每次循环/迭代仅引入一个新的预测变量，确保所有模型都是独立的，结构为 y ~ x1 + x2 + x3 + [单个预测变量]
• 可选的lapply写法避免了手动维护列表索引，代码更简洁易读

内容的提问来源于stack exchange，提问作者KLN_RDN