R语言循环开展单变量GLM回归存储结果时触发长度不匹配报错的咨询

报错触发原因 #

现有代码的存储逻辑和语法存在三处明确问题，直接导致运行失败：

• 语法层面：varlist中Anesthesia对应的引号是全角中文弯引号，R会直接抛出语法错误
• 对象层面：代码仅初始化了空数据框univars，后续赋值时引用的results对象根本未被创建，会触发对象不存在的错误
• 逻辑层面：按results[i,i]的固定位置硬塞系数的方案，完全无法适配不同变量类型的输出长度：连续变量Age仅对应1个非截距回归系数，4水平的分类变量Anesthesia经哑变量编码后会生成3个独立系数，固定位置赋值时，待填充内容的长度和预设格子的长度不匹配，自然触发“替换项长度不是被替换长度的整数倍”的报错。

兼容多类型变量的正确存储方案 #

不需要提前给结果表设置固定列数、固定存储位置，直接将每个变量的回归结果规整为结构统一的行，逐行追加到结果表即可，完全适配连续变量、多分类变量不同的系数长度：

实现代码 #

varlist <- c("Age", "Anesthesia")
# 提前定义结果表的统一列名，从根源避免维度不匹配问题
univars <- data.frame(
  变量名 = character(),
  系数项 = character(),
  估计系数 = numeric(),
  标准误 = numeric(),
  z值 = numeric(),
  P值 = numeric(),
  stringsAsFactors = FALSE
)

for (i in seq_along(varlist)) {
  # 构建单变量回归公式
  mod <- as.formula(sprintf("COMPLICATION ~ %s", varlist[i]))
  logistic.model <- glm(formula = mod, family = binomial, data = data.clean)
  
  # 提取回归的系数表
  coef_tab <- summary.glm(logistic.model)$coefficients
  coef_df <- as.data.frame(coef_tab)
  # 过滤掉截距项（如果需要保留截距结果，删除这行即可）
  coef_df <- coef_df[rownames(coef_df) != "(Intercept)", , drop = FALSE]
  
  # 把当前变量的结果整理为统一结构的行，自动适配不同的系数长度
  current_res <- data.frame(
    变量名 = rep(varlist[i], nrow(coef_df)),
    系数项 = rownames(coef_df),
    估计系数 = coef_df$Estimate,
    标准误 = coef_df$`Std. Error`,
    z值 = coef_df$`z value`,
    P值 = coef_df$`Pr(>|z|)`,
    stringsAsFactors = FALSE
  )
  
  # 将当前结果追加到总结果表
  univars <- rbind(univars, current_res)
}

输出效果说明 #

最终生成的结果表会自动匹配每个变量的系数长度，完全不会触发长度不匹配的报错：

• 针对连续变量Age，会对应1行结果：变量名为Age，系数项为Age
• 针对4水平的分类变量Anesthesia，会对应3行结果（哑变量编码时基准水平不生成单独系数）：所有行的变量名均为Anesthesia，系数项分别为AnesthesiaLocal、AnesthesiaLumbar、AnesthesiaOther

可选优化 #

如果需要输出OR值、95%置信区间等常用列，只需在current_res构建时，对估计系数取exp()转换，搭配confint(logistic.model)的结果一并计算，追加为新列即可，无需调整整体存储逻辑。

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