如何在R中编写宏批量重复单变量分析？报错求助

问题分析 #

你的代码存在两个核心问题导致报错：

1. 公式写法与函数参数不匹配：回归公式的分隔符应为~而非=，更关键的是cmprsk包的crr()函数不支持直接传入formula作为协变量参数，它的cov1参数需要的是协变量向量/矩阵，不是公式对象。
2. 变量环境问题：如果followuptime和followupstatus仅存在于data1数据框中，函数内部可能无法直接定位到这些变量，需要明确指定数据源。

修正后的代码 #

基础版（遍历单个自变量） #

library(cmprsk)

# 遍历指定自变量，逐个拟合竞争风险模型
lapply(c("age", "gender"), function(var) {
  # 提取当前协变量
  covariate <- data1[[var]]
  # 拟合crr模型
  shr_fit <- crr(
    ftime = data1$followuptime,
    fstatus = data1$followupstatus,
    cov1 = covariate,
    cencode = 0,
    failcode = 1
  )
  # 返回模型汇总结果
  summary(shr_fit)
})

优化版（保留自变量名称标识） #

如果需要让返回的结果列表每个元素对应自变量名称，方便后续区分，可以用命名向量遍历：

library(cmprsk)

# 创建带名称的自变量列表
target_vars <- setNames(c("age", "gender"), c("age", "gender"))

lapply(target_vars, function(var) {
  covariate <- data1[[var]]
  shr_fit <- crr(
    ftime = data1$followuptime,
    fstatus = data1$followupstatus,
    cov1 = covariate,
    cencode = 0,
    failcode = 1
  )
  summary(shr_fit)
})

额外注意事项 #

• 必须提前加载cmprsk包，否则会提示crr()函数不存在。
• 检查data1中是否存在age、gender、followuptime、followupstatus这些变量，避免拼写错误。
• 如果协变量是分类变量，可先转为因子类型（as.factor(data1[[var]])），crr会自动处理哑变量。
• 若数据存在缺失值，需先通过na.omit(data1)或其他方式处理，否则模型拟合会失败。

内容的提问来源于stack exchange，提问作者Jinny