使用循环提取glm模型中p<0.05的变量p值，求修正代码

你的原代码存在三个核心问题：

• 循环内每次重置list_glm和z，导致之前的结果全部丢失，最终仅保留最后一次循环的输出
• 公式status~i无法正确识别循环中的列名，R会把i当作一个字面变量名，而非当前循环的目标列
• 没有将所有变量的结果统一存储，无法完成后续的p值筛选

以下是修正后的代码，同时提供两种实现方式：

方式一：for循环实现 #

# 初始化存储结果的数据框
result_df <- data.frame(
  variable = character(),
  p_value = numeric(),
  stringsAsFactors = FALSE
)

# 遍历所有自变量（排除因变量status）
for (var in setdiff(colnames(df2), "status")) {
  # 构造正确的回归公式
  formula <- reformulate(var, response = "status")
  # 拟合二项式glm模型
  model <- glm(formula, data = df2, family = binomial())
  # 提取自变量对应的p值（跳过截距项的结果）
  p_val <- summary(model)$coefficients[2, 4]
  # 将当前变量的结果存入数据框
  result_df <- rbind(result_df, data.frame(variable = var, p_value = p_val))
}

# 筛选p值<0.05的显著结果
significant_results <- subset(result_df, p_value < 0.05)
print(significant_results)

方式二：lapply简洁实现（更高效） #

# 获取所有自变量（排除status）
vars <- setdiff(colnames(df2), "status")

# 批量拟合模型
model_list <- lapply(vars, function(var) {
  glm(reformulate(var, "status"), data = df2, family = binomial())
})

# 批量提取p值并整理成数据框
p_values <- sapply(model_list, function(x) summary(x)$coefficients[2, 4])
result_df <- data.frame(variable = vars, p_value = p_values)

# 筛选显著结果
significant_results <- result_df[result_df$p_value < 0.05, ]
print(significant_results)

修正说明 #

1. 提前在循环外初始化存储对象，避免结果被反复覆盖
2. 使用reformulate动态构造公式，确保循环中的列名被正确识别为自变量
3. 提取p值时指定第2行，对应自变量的系数检验结果（第1行是截距项的p值，无需保留）
4. 最后统一完成p值筛选，直接输出符合条件的变量及对应p值

内容的提问来源于stack exchange，提问作者Rstudyer