如何在R中高效编写含大量变量的negative binomial回归代码

方法1：全量纳入除因变量外的所有变量 #

如果你的数据框df1中，除了因变量V1之外的其余列全部需要作为自变量纳入模型，可以直接用.代替所有自变量，写法最简洁：

# 加载负二项回归所需依赖包
library(MASS)
# . 直接指代数据框中除因变量外的所有变量
nb_model <- glm.nb(V1 ~ ., data = df1)

注意：使用该方法前需提前清理数据框，确保没有ID、时间戳这类不需要纳入模型的无效列，避免变量误引入

方法2：按规则筛选指定变量纳入 #

如果自变量有统一命名规律（比如示例中的V2到V100，均为V加数字的格式），可以批量生成自变量名后用reformulate()自动构造回归公式：

library(MASS)
# 批量生成V2到V100的自变量名向量
predictors <- paste0("V", 2:100)
# 自动生成回归公式，response参数指定因变量名
nb_formula <- reformulate(termlabels = predictors, response = "V1")
# 代入模型运行
nb_model <- glm.nb(nb_formula, data = df1)

如果自变量没有统一命名规则，但你知道对应的列索引范围，也可以通过列名索引获取自变量：

# 取df1第2列到第100列的列名作为自变量
predictors <- names(df1)[2:100]

方法3：排除指定变量后纳入剩余变量 #

如果你只需要排除少数几个特定变量，其余全部纳入模型，可以用setdiff()处理列名实现：

library(MASS)
# 排除因变量V1和不需要的id、录入时间变量，其余全部作为自变量
predictors <- setdiff(names(df1), c("V1", "id", "create_time"))
nb_formula <- reformulate(predictors, response = "V1")
nb_model <- glm.nb(nb_formula, data = df1)

内容的提问来源于stack exchange，提问作者user9690450