R中单因素logistic回归GLM模型批量提取系数和p值循环报错解决

• 你使用c(model1, model2...model7)拼接模型对象时，R会将多个模型的底层元素展开为原子向量，不会保留每个独立的完整模型结构，导致循环迭代的x不是glm模型对象，调用$运算符就会触发报错
• 原有代码每次循环都会直接覆盖coeffs和p_values，最终只会保留最后一个模型的结果，没有实现追加存储的逻辑

循环写法 #

coeffs <- c()
p_values <- c()
# 用list()存储所有模型，保留每个模型的完整结构
model_list <- list(model1, model2, model3, model4, model5, model6, model7)

for (x in model_list) {
  # 提取当前模型的系数和p值，追加到对应向量
  coeffs <- c(coeffs, summary(x)$coefficients[2, 1])
  p_values <- c(p_values, summary(x)$coefficients[2, 4])
}

# 可选：给向量添加对应模型的名称
names(coeffs) <- paste0("model", 1:7)
names(p_values) <- paste0("model", 1:7)

更简洁的向量化写法（可选） #

不需要显式写循环，用sapply批量提取结果，代码更简洁：

model_list <- list(model1, model2, model3, model4, model5, model6, model7)
# 批量提取系数
coeffs <- sapply(model_list, function(m) summary(m)$coefficients[2,1])
# 批量提取p值
p_values <- sapply(model_list, function(m) summary(m)$coefficients[2,4])

内容的提问来源于stack exchange，提问作者yash471994