R语言中如何仅更换自变量批量运行线性回归无需重复编码

架构老林

2026-11-9

核心结论

R完全支持固定因变量、批量切换单自变量的线性回归运行模式，无需安装存在编译依赖问题的第三方包，依托基础R内置函数即可实现全流程操作，可规避MacOS平台下gfortran依赖缺失导致的包安装失败问题。

具体操作步骤

第一步：将待测试的自变量存入字符向量，覆盖am、cyl、disp、hp、drat、wt、qsec、vs全部8个变量
```
iv_list <- c("am", "cyl", "disp", "hp", "drat", "wt", "qsec", "vs")
```

第二步：批量生成所有单变量回归模型，为列表元素命名方便后续结果匹配

# 批量生成lm模型列表
model_list <- lapply(iv_list, function(each_iv) {
  lm(reformulate(termlabels = each_iv, response = "mpg"), data = mtcars)
})
# 为列表元素匹配对应自变量名
names(model_list) <- iv_list

第三步：批量提取所有模型的summary统计结果
```
summary_list <- lapply(model_list, summary)
names(summary_list) <- iv_list
```
后续查看某一模型的结果时，例如查看am作为自变量的回归输出，直接调用summary_list$am即可，完全替代逐行编写、手动存储模型对象的重复操作。相比逐行编码模式，该方案可大幅减少重复代码量，后续调整待测试自变量时，仅需修改iv_list的内容即可，无需逐行重写lm调用语句。

可选的结果汇总优化

如果不需要逐行翻看每个模型的summary输出，可以直接批量提取核心统计量（决定系数、自变量回归系数、显著性p值），生成结构化结果表：

core_result <- data.frame(
  自变量 = iv_list,
  模型R² = sapply(summary_list, function(res) res$r.squared),
  自变量回归系数 = sapply(summary_list, function(res) res$coefficients[2, 1]),
  系数显著性p值 = sapply(summary_list, function(res) res$coefficients[2, 4])
)