R中如何单轴随机置换估计回归斜率并修复代码报错

你遇到的Error in filter(., sp == "A") : object '*tmp*' not found报错根源是dplyr管道%>%语法使用错误：你在管道串联的流程中直接插入mod1 <- lm(...)这类赋值语句，管道会默认将前一步输出的数据集作为第一个参数传给赋值函数，导致逻辑断裂，无法识别临时对象。
原代码还存在几处可优化/逻辑偏差问题：

• 4个物种的处理逻辑完全一致，重复编写4段代码冗余度高，后续修改维护麻烦
• 单次线性模型拟合得到的截距、斜率都是单个标量，外层套mean()函数没有实际作用
• 组内打乱构建零分布属于置换检验，应该使用无放回抽样，原代码设置replace=TRUE是有放回抽样，不符合零分布构建逻辑，需要做bootstrap时再改回该参数即可。

set.seed(111)
library(truncnorm)
library(dplyr)
library(tibble)

# 构建示例数据集
x.real <- rtruncnorm(n = 288, a = 0, b = 10, mean = 5, sd = 2)
y.real <- rnorm(288, 0, 4)
sp <- rep(c("A","B","C","D"), each = 72)
df <- data.frame(x.real, y.real, sp)

# 初始化结果存储表
output <- tibble(
  y.intercept = numeric(),
  slope = numeric(),
  sp = character(),
  set = numeric()
)

set.seed(42)
n_iter <- 1000
sp_groups <- unique(df$sp)

for(i in 1:n_iter){
  # 遍历所有物种分组，避免重复代码
  iter_result <- lapply(sp_groups, function(current_sp){
    sub_data <- filter(df, sp == current_sp)
    # 组内无放回打乱x.real拟合模型
    fit <- lm(y.real ~ sample(x.real, length(x.real), replace = FALSE), data = sub_data)
    data.frame(
      y.intercept = coef(fit)[1],
      slope = coef(fit)[2],
      sp = current_sp,
      set = i
    )
  })
  # 追加当前迭代结果到总表
  output <- bind_rows(output, bind_rows(iter_result))
}

# 计算1000次迭代各物种的斜率零期望均值（按需运行）
slope_null_mean <- output %>%
  group_by(sp) %>%
  summarise(mean_null_slope = mean(slope), .groups = "drop")

运行后生成的output完全匹配要求的格式，共4000行（1000次迭代*4个物种），每列含义：

• y.intercept：对应迭代、对应物种的线性模型截距估计值
• slope：对应迭代、对应物种的线性模型斜率估计值
• sp：物种分组标识
• set：迭代编号，取值范围1-1000

内容的提问来源于stack exchange，提问作者Rspacer