R中迭代生成多因变量回归模型及摘要独立对象的实现方法

需求说明 #

针对ggplot2内置的diamonds数据集，完成以下批量操作：

• 固定自变量为price，分别以carat、x、y、z为因变量拟合线性回归
• 每个回归模型遵循命名规则：lm_IV_price_<因变量名>（例如对应carat的模型为lm_IV_price_carat）
• 为每个模型生成对应的摘要对象，命名规则为summary_<对应模型名>（例如对应模型的摘要为summary_lm_IV_price_carat）
• 替代逐行重复编写回归代码的低效方式

实现代码 #

首先加载依赖数据集，定义需要遍历的因变量列表：

library(ggplot2)
target_dvs <- c("carat", "x", "y", "z")

通过循环结合assign()函数批量生成符合命名要求的独立对象：

for (dv in target_dvs) {
  # 拼接模型的指定名称
  model_var_name <- paste0("lm_IV_price_", dv)
  # 构造回归公式
  reg_formula <- as.formula(paste0(dv, " ~ price"))
  # 拟合模型并绑定到对应变量名，存入全局环境
  assign(
    x = model_var_name,
    value = lm(reg_formula, data = diamonds),
    envir = .GlobalEnv
  )
  # 生成对应摘要对象的名称并绑定
  summary_var_name <- paste0("summary_", model_var_name)
  assign(
    x = summary_var_name,
    value = summary(get(model_var_name)),
    envir = .GlobalEnv
  )
}

效果验证 #

运行完上述循环后，无需额外操作，可直接调用所有符合命名规则的对象：

• 输入lm_IV_price_carat即可调出carat为因变量的回归模型
• 输入summary_lm_IV_price_x即可调出x为因变量的回归结果摘要

对比传统逐行编写的冗余写法，该循环方案在因变量数量增加时只需更新target_dvs向量内容，无需重复编写相同结构的代码。

• 补充说明：如果后续需要对所有模型做批量操作，也可以选择将模型统一存入命名列表，避免全局环境出现大量零散对象；但如果需要符合独立命名的硬性格式要求，上述循环+assign()的方案是最直接的实现方式。

内容的提问来源于stack exchange，提问作者Mel