R语言中循环测试不同数据集模型的p值与AIC值失效问题

你循环里的pM1、aicM1等变量每次迭代都会被新值覆盖，循环结束后只保留最后一次计算的结果，而且你没有在循环过程中把每一组的结果存储起来，最后cbind只能得到一组数据。

# 提前创建空数据框，用于存储10次循环的结果
summary_df <- data.frame(
  pM1 = numeric(10),
  pM2 = numeric(10),
  pM3 = numeric(10),
  aicM1 = numeric(10),
  aicM2 = numeric(10),
  aicM3 = numeric(10)
)

# 循环生成数据集并计算指标
for (i in 1:10) {
  N <- 100
  M <- 2000
  SD1 <- 500
  SD2 <- 50
  Slope <- 3
  Slope1 <- 2
  Intercept <- 0 
  B <- rnorm(N, M, SD1)
  C <- rnorm(N, M, SD1)

  # 构建模型数据
  A <- Intercept + Slope*B + Slope1*C + rnorm(N,0,SD2)
  data <- data.frame(A, B, C)  # 用data.frame替代cbind+as.data.frame更简洁

  # 拟合线性模型
  M1 <- lm(A ~ B, data = data)  # 推荐用data参数，避免$引用
  M2 <- lm(A ~ C, data = data)
  M3 <- lm(A ~ B + C, data = data)

  # 提取F检验p值
  pM1 <- pf(summary(M1)$fstatistic[1], summary(M1)$fstatistic[2], summary(M1)$fstatistic[3], lower.tail=FALSE)
  pM2 <- pf(summary(M2)$fstatistic[1], summary(M2)$fstatistic[2], summary(M2)$fstatistic[3], lower.tail=FALSE)
  pM3 <- pf(summary(M3)$fstatistic[1], summary(M3)$fstatistic[2], summary(M3)$fstatistic[3], lower.tail=FALSE)
 
  # 提取AIC值
  aicM1 <- AIC(M1)
  aicM2 <- AIC(M2)
  aicM3 <- AIC(M3)

  # 将当前迭代的结果存入数据框对应行
  summary_df[i, ] <- c(pM1, pM2, pM3, aicM1, aicM2, aicM3)
}

# 查看结果
print(summary_df)

• 提前初始化summary_df数据框，预留10行位置存储每次循环的结果
• 在循环内将当前计算的指标赋值给summary_df的第i行，避免变量被覆盖
• 优化了lm的写法，使用data参数替代直接引用data$，代码更简洁规范
• 简化了p值计算的代码结构，去掉不必要的代码块包裹

内容的提问来源于stack exchange，提问作者scienceguy_96