R循环残差回归：如何批量执行单变量lm回归并将残差存入mtcars

你写的代码存在两个核心问题导致无法得到预期结果：

1. 回归公式构造不符合R语法：lm(Y~X[V],data=mtcars)的写法中，R不会将X[V]自动识别为mtcars数据集内的列，会把它当作外部独立向量处理，无法正确拟合对应变量的回归模型
2. 动态列赋值语法错误：R的$运算符后只能接固定列名，不能直接调用paste()这类函数生成动态列名，需要用双括号[[]]索引方式实现动态列赋值

data(mtcars)
Y <- "mpg"
X <- c("cyl", "disp", "hp")

# 遍历所有预测变量拟合单变量回归
for (pred_var in X) {
  # 动态构造回归公式
  reg_formula <- as.formula(paste(Y, "~", pred_var))
  # 拟合模型
  fit <- lm(reg_formula, data = mtcars)
  # 生成残差列名并赋值
  mtcars[[paste0(pred_var, "_residual")]] <- fit$residuals
}

# 验证生成的残差列
head(mtcars[, c("mpg", X, paste0(X, "_residual"))])

• 用as.formula()结合字符串拼接动态生成每个单变量回归的公式，保证R能正确匹配mtcars内的变量
• 用[[运算符接收动态生成的列名字符串，实现新列的动态赋值，生成的残差列格式为变量名_residual，你可以调整paste0的内容自定义列名格式
• 直接遍历预测变量名的写法比遍历索引更简洁，出错概率更低

内容的提问来源于stack exchange，提问作者victoria