能否用mapply拟合不同回归模型？iris数据集实操报错求助

你好呀，这个目标完全可以实现！你遇到的错误是因为把lm的data参数错误地塞进了公式字符串里，导致语法解析失败。

错误原因分析 #

你原来的代码里，用paste0生成的字符串是类似"Sepal.Length~Sepal.Width,data=iris"，但lm函数的语法是lm(formula, data = ...)——公式部分只需要因变量~自变量，data是独立的参数，不能和公式混在一起拼接，所以parse函数会把逗号当成公式里的非法字符，就出现了unexpected ','的错误。

修正后的实现步骤 #

这里给你两种简洁的修正方式，选哪种都可以：

方式一：用reformulate动态创建公式（推荐，更直观）

1. 重新定义回归函数：

   reg <- function(dependent, independent) {
     # reformulate(自变量, 响应变量) 会自动生成正确的公式
     lm(reformulate(independent, response = dependent), data = iris)
   }
   

2. 保留你原来的变量定义：

   dependent <- c("Sepal.Length", "Sepal.Width")
   independent <- c("Sepal.Width", "Sepal.Length") # 按你的需求保留自变量顺序
   

3. 调用mapply（记得加SIMPLIFY = FALSE来保留每个模型的完整结构）：

   models_reg <- mapply(reg, dependent, independent, SIMPLIFY = FALSE)
   

方式二：用as.formula正确拼接公式

如果你习惯用paste拼接的方式，只要把data参数单独传递就行：

reg <- function(dependent, independent) {
  lm(as.formula(paste0(dependent, "~", independent)), data = iris)
}

后面的变量定义和mapply调用和方式一一致。

验证结果 #

运行后，你可以通过models_reg[[1]]查看第一个回归模型（Sepal.Length ~ Sepal.Width）的结果，models_reg[[2]]查看第二个模型（Sepal.Width ~ Sepal.Length）的结果，完全符合你的需求~

内容的提问来源于stack exchange，提问作者Magnus