如何在R中创建lm对象列表并提取R²值？遇存储异常问题

问题根源 #

你遇到的问题是因为append(fits, temp)用法错误：lm()返回的对象本质是R的列表结构，直接用append添加时，函数会把这个列表的每一个元素单独拆分出来，逐个加到fits里，而非将整个lm模型作为单个元素存入列表。这导致fits长度远超预期，且除第一个元素外，其余都是lm对象的零散组件，并非完整模型，自然无法用summary()正常解析。

修正方案 #

以下是几种可行的修正方式：

方式1：修改append调用逻辑

将temp包裹在列表中再添加，让append把整个lm模型当作单个元素存入fits：

fits = list(fit0)
for(i in 1:5)
{
    temp = lm(formula = y ~ poly(x, degree = i, raw = TRUE))
    # 用list()包裹temp，确保整个模型作为单个元素添加
    fits = append(fits, list(temp))
    # 若需在全局环境生成fit1-fit5变量，保留assign
    assign(paste0("fit", i), temp)
}

方式2：预先分配列表长度（更高效）

提前创建指定长度的空列表，通过索引直接赋值，避免重复复制列表的性能开销：

# 预先创建长度为6的空列表
fits = vector("list", 6)
fits[[1]] = fit0
for(i in 1:5)
{
    fits[[i+1]] = lm(y ~ poly(x, degree = i, raw = TRUE))
    assign(paste0("fit", i), fits[[i+1]])
}

方式3：用lapply简化代码

用lapply批量生成模型，再与初始的fit0合并为列表，代码更简洁：

# 批量生成后5个模型，再与fit0合并
fits = c(list(fit0), lapply(1:5, function(i) {
    lm(y ~ poly(x, degree = i, raw = TRUE))
}))
# 如需全局环境的fit1-fit5，循环赋值
for(i in 1:5) {
    assign(paste0("fit", i), fits[[i+1]])
}

验证修正效果 #

修正后，fits长度会变为预期的6，每个元素都是完整的lm模型对象。此时用summary(fits[[1]])$r.squared即可正常提取R平方值。

内容的提问来源于stack exchange，提问作者Mikayla Eckel Cifrese