R中split生成的列表如何通过循环变量i正确调用元素进行回归分析

问题原因 #

你调用split生成的列表元素的写法是错误的。
R中$运算符后的内容会被解析为固定字符串，你写的X$i``不会读取循环变量i的取值，而是固定查找列表X中名为i的元素。因为你的列表X中不存在该元素，$运算符会返回NULL，此时lm的data参数为NULL时会自动从全局环境中查找a、b、c变量，也就是你最开始定义的那套固定的a = rnorm(300,10,5)等数据，所以每次循环跑的都是完全相同的回归，才会出现所有系数完全一致的异常结果。

修复方案 #

把列表元素的访问方式改为双括号索引即可，两种可行写法：

• 按列表位置索引（推荐，写法更简洁）：直接用X[[i]]访问第i个迭代的数据集
• 按列表名称索引：如果需要严格匹配iteration的名称，用X[[as.character(i)]]

修复后的循环代码如下：

results_1 <- list()
for (i in 1:100){
  # 替换原来的X$`i`为X[[i]]即可
  model_i <- lm(a ~ b + c, data = X[[i]])
  coeff_i = model_i$coefficients
  results_1[[i]] <- coeff_i 
}
results_df_1 <- do.call(rbind.data.frame, results_1)

可选优化写法 #

你不需要先拆分数据集再循环回归，直接用dplyr的分组拟合逻辑可以一步得到结果，代码更简洁：

library(dplyr)
results_df_1 <- results_df %>%
  group_by(iteration) %>%
  summarise(
    intercept = coef(lm(a ~ b + c))[1],
    b_coef = coef(lm(a ~ b + c))[2],
    c_coef = coef(lm(a ~ b + c))[3]
  )

内容的提问来源于stack exchange，提问作者stats_noob