循环运行线性回归后无法获取R²与F统计量的问题求助

问题根源 #

你的代码存在两个关键问题：

1. 循环包含了time列本身：n <- 1661对应所有列，当x指向time列时，会执行time ~ time的无意义回归，这类回归的统计结果（如p值、R²）会异常，干扰后续提取。
2. 直接用列索引循环，未关联微生物名称，导致结果无法对应到具体物种。

修正步骤 #

1. 预处理数据，排除time列 #

先提取所有微生物计数列，避免无效回归：

pulseregfinal <- read.csv("pulseregression.csv")
# 筛选出所有非time的列（即微生物计数列）
microbe_cols <- setdiff(colnames(pulseregfinal), "time")
time <- pulseregfinal$time

2. 重新运行线性回归 #

基于微生物列列表执行回归，确保每个回归都是微生物计数 ~ time：

my_lms <- lapply(microbe_cols, function(col) {
  lm(pulseregfinal[[col]] ~ time, data = pulseregfinal)
})

3. 提取完整统计结果 #

自定义函数一次性提取每个回归的核心指标（含R²、p值）：

extract_reg_stats <- function(lm_model, microbe_name) {
  summ <- summary(lm_model)
  # 提取time变量对应的系数与p值（关注随时间变化的趋势）
  time_coef <- summ$coefficients["time", ]
  
  data.frame(
    微生物名称 = microbe_name,
    截距 = summ$coefficients["(Intercept)", 1],
    斜率 = time_coef[1],
    p值 = time_coef[4],
    R平方 = summ$r.squared,
    调整后R平方 = summ$adj.r.squared,
    stringsAsFactors = FALSE
  )
}

# 批量提取并合并为统一数据框
reg_results <- do.call(rbind, mapply(extract_reg_stats, my_lms, microbe_cols, SIMPLIFY = FALSE))

4. 按p值排序并导出 #

# 按p值从小到大排序（显著性从高到低）
reg_results_sorted <- reg_results[order(reg_results$p值), ]

# 导出到CSV文件
write.csv(reg_results_sorted, "微生物回归分析结果.csv", row.names = FALSE, fileEncoding = "UTF-8")

验证结果 #

直接查看整理好的结果：

# 查看前10个最显著的回归结果
head(reg_results_sorted, 10)

内容的提问来源于stack exchange，提问作者chessguy