如何从broom包的tidy功能中提取线性回归的截距与斜率

完全可以从broom包的tidy()功能中提取线性回归模型的截距与斜率，你现有代码运行报错是因为对tidy()的输出结构不熟悉导致的。

broom::tidy()对lm模型的输出是标准数据框，和你提取R方用到的glance()不同，tidy()返回的是单变量级别的统计结果，核心列说明如下：

• term：存储变量名，截距对应的取值为(Intercept)，各自变量名称对应斜率项
• estimate：存储系数的估计值，也就是你需要提取的截距、斜率数值
• 其余列还包括标准误、t统计量、p值等变量级别的统计指标

你原来的pull(Intercept)写法会报错，是因为输出数据框中没有名为Intercept的列，截距是term列的一个取值，对应的系数值在estimate列，正确写法参考如下：

1. 单独提取截距 #

library(dplyr)
library(broom)

mdl %>%
  tidy() %>%
  filter(term == "(Intercept)") %>%
  pull(estimate)

2. 单独提取某一个自变量的斜率 #

以你的示例中educationMedium项的系数为例：

mdl %>%
  tidy() %>%
  filter(term == "educationMedium") %>%
  pull(estimate)

3. 批量提取所有系数（含截距）为命名向量 #

如果需要一次性导出所有系数后续调用，可以直接生成命名向量：

# 生成命名向量，名字为term取值，值为对应系数
coef_vec <- mdl %>% 
  tidy() %>% 
  pull(estimate, name = term)

# 直接按名称取值即可
intercept <- coef_vec["(Intercept)"]
edu_high_slope <- coef_vec["educationHigh"]

小优化提示：你现有代码中lm()调用时传入的family = gaussian是冗余参数，family是广义线性模型glm()的参数，普通线性回归lm()不需要指定该参数，删除即可。

内容的提问来源于stack exchange，提问作者SHW