R语言如何实现双层循环批量运行线性回归模型

你原有代码存在两个核心问题：

• 外层for循环每次执行都会覆盖lms对象，循环运行结束后只会保留最后一个因变量对应的15个回归结果，前面11个因变量的计算结果会全部丢失
• 硬编码列索引n <-19、用$和位置索引取数的写法鲁棒性很差，一旦数据框列顺序、行顺序变动就会报错或算出错误结果，最好先按Date字段合并两个数据框，保证所有回归的观测值一一对应。

具体实现代码 #

1. 预处理：匹配数据 #

先按日期合并因变量和自变量，避免行错位：

# 按Date字段匹配合并两个数据框，自动对齐日期不一致的观测
reg_data <- merge(depvar, indvar, by = "Date")

2. 预定义变量集合 #

不要用硬编码的位置索引，直接用变量名定义遍历范围，后续调整变量更方便：

# 所有回归都要加入的固定风险变量
fixed_vars <- c("Risk1", "Risk2", "Risk3")
# 需要遍历的12个行业收益率因变量
dep_vars <- paste0("ReturnsSector", 1:12)
# 需要轮换加入的15个可变自变量
varied_vars <- paste0("Varied", 1:15)

3. 双层循环跑全量180个回归 #

用嵌套列表存储结果，结构清晰方便后续调用：

# 初始化空列表存所有模型
all_regs <- list()

for (y in dep_vars) {
  # 为当前因变量创建子列表，存对应的15个回归结果
  all_regs[[y]] <- list()
  for (x in varied_vars) {
    # 动态生成回归公式
    reg_formula <- as.formula(
      paste(y, "~", paste(c(fixed_vars, x), collapse = " + "))
    )
    # 命名模型，方便后续索引
    model_id <- paste0(y, "_add_", x)
    # 运行线性回归并存入列表
    all_regs[[y]][[model_id]] <- lm(reg_formula, data = reg_data)
  }
}

结果调用方法 #

• 单个模型提取：比如要取ReturnsSector1加入Varied5的回归结果，直接调用all_regs[["ReturnsSector1"]][["ReturnsSector1_add_Varied5"]]，可以直接套summary()看详细回归结果。
• 批量整理结果表：如果要把所有模型的系数、显著性、置信区间整理成结构化表格，可以借助broom包实现：

# 首次使用先运行 install.packages("broom") 安装
library(broom)

# 批量提取所有模型的回归结果，合并为一张数据框
result_df <- do.call(
  rbind,
  lapply(
    # 把嵌套列表拍平为单层列表
    unlist(all_regs, recursive = FALSE),
    # 提取每个模型的系数、p值、置信区间
    function(model) tidy(model, conf.int = TRUE)
  )
)

提示：如果你确认两个原始数据框的行顺序已经完全按Date一一对应，也可以跳过merge步骤，但按公共键合并是更稳妥的写法，能避免数据排序错位导致的回归结果完全失效。

内容的提问来源于stack exchange，提问作者A. Handler