R语言单变量回归代码报错求助：变量长度不一致问题排查

错误原因 #

你写的lm(crim ~ nms[i])存在核心问题：nms[i]是字符串（比如"zn"），lm()不会自动把它识别为Boston数据框里的列，而是将这个字符串视为长度为1的常量变量，但crim是506行的向量，两者长度不匹配，就触发了"variable lengths differ"错误。

修正后的代码 #

方法1：动态构造公式（推荐） #

用paste()拼接公式字符串，再转成formula对象，这是R里动态构建模型公式的标准方式：

library(MASS)

RegressOnAll <- function() {
    li <- list()
    nms <- names(Boston)
    # 从第2列开始循环（跳过crim本身）
    for (i in 2:length(nms)) {
        # 动态拼接公式：crim ~ 目标列名
        formula_str <- paste("crim ~", nms[i])
        # 用列名作为列表元素名，方便后续查找
        li[[nms[i]]] <- lm(as.formula(formula_str), data = Boston)
    }
    return(li)
}

# 运行函数得到所有单变量回归模型
single_reg_models <- RegressOnAll()

方法2：直接提取数据列 #

也可以直接用[[提取Boston里的对应列作为自变量，绕开公式构造的问题：

RegressOnAll <- function() {
    li <- list()
    nms <- names(Boston)
    for (i in 2:length(nms)) {
        li[[nms[i]]] <- lm(crim ~ x, data = data.frame(crim = Boston$crim, x = Boston[[nms[i]]]))
    }
    return(li)
}

提取系数并与多元回归对比 #

提取单变量回归系数 #

从模型列表里批量提取每个变量的回归系数（包括截距和斜率）：

# 提取所有单变量回归的系数，转成数据框
single_coefs <- sapply(single_reg_models, function(model) coef(model))
single_coefs <- t(single_coefs)  # 转置后每一行对应一个变量的系数

运行多元回归并提取系数 #

# 多元回归：crim 对所有其他变量回归
multi_reg <- lm(crim ~ ., data = Boston)
multi_coefs <- coef(multi_reg)

对比系数 #

把两者合并成数据框，方便直观对比：

# 合并单变量和多变量系数
coef_compare <- data.frame(
    单变量截距 = single_coefs[, "(Intercept)"],
    单变量斜率 = single_coefs[, -1],
    多变量系数 = multi_coefs[-1]  # 跳过多元回归的截距，对应单变量的斜率位置
)
# 行名对应变量名，更易读
rownames(coef_compare) <- rownames(single_coefs)

print(coef_compare)

这样就能清晰看到每个变量在单变量回归和多元回归中的系数差异了。

内容的提问来源于stack exchange，提问作者HMPtwo