R语言中基于数据集子集的回归分析：如何用循环实现简洁高效方案？

我手里有某数据集的多个子集，现在需要对这些子集执行回归分析。目前我可以逐个写代码实现，但想找个简洁高效的办法，比如用循环。我以mtcars数据集为例创建了3个子集df1、df2、df3，同时希望这个方案也能适配VIF、逐步回归、ANN这类其他分析任务。当前的代码示例如下：

# 从mtcars创建3个数据集：df1、df2、df3
df1 <- mtcars

library(dplyr)
df2 <- mtcars %>%
  filter(cyl <= median(cyl, na.rm = T))
df3 <- mtcars %>%
  filter(cyl > median(cyl, na.rm = T))

# 回归分析1
model_df1 <- lm(df1$mpg ~ df1$disp + df1$hp)

# 回归分析2
model_df2 <- lm(df2$mpg ~ df2$disp + df2$hp)

# 回归分析3
model_df3 <- lm(df3$mpg ~ df3$disp + df3$hp)

解决方案 #

方法1：基础循环实现 #

先把所有数据集子集存入一个列表，再通过循环批量执行分析，不管子集数量多少都能轻松处理：

# 将数据集子集存入命名列表，方便后续识别结果
df_list <- list(df1 = df1, df2 = df2, df3 = df3)

# 初始化空列表存储模型结果
models_list <- list()

# 循环遍历每个数据集执行回归
for (name in names(df_list)) {
  current_data <- df_list[[name]]
  models_list[[name]] <- lm(mpg ~ disp + hp, data = current_data)
}

# 查看指定子集的模型结果，比如df2的模型摘要
summary(models_list$df2)

方法2：用purrr包的map函数（更简洁） #

如果习惯tidyverse风格，用purrr::map可以一行完成批量处理，代码更紧凑：

library(purrr)

# 对列表中的每个数据集执行回归分析，直接生成模型列表
models_list <- map(df_list, ~lm(mpg ~ disp + hp, data = .x))

# 批量查看所有模型的摘要信息
map(models_list, summary)

扩展到其他分析任务 #

这个批量处理的思路可以直接套用到VIF、逐步回归、ANN等任务，只需要替换核心分析函数即可：

示例1：批量计算VIF #

library(car)

vif_results <- map(df_list, function(data) {
  temp_model <- lm(mpg ~ disp + hp, data = data)
  vif(temp_model)
})

示例2：批量执行逐步回归 #

step_models <- map(df_list, function(data) {
  full_model <- lm(mpg ~ ., data = data)
  step(full_model, direction = "both")
})

示例3：批量训练简单ANN（以nnet包为例） #

library(nnet)

ann_models <- map(df_list, function(data) {
  nnet(mpg ~ disp + hp, data = data, size = 2, linout = TRUE)
})

内容的提问来源于stack exchange，提问作者Michael Schmeisser