如何从R语言指数回归模型中提取增长率并保存为可导出变量

你当前的拟合逻辑是将原始总量指标Total取自然对数后拟合线性回归，对应可还原为原始指数模型：

Total = exp(截距估计值) * exp(Time系数估计值 * Time)
其中Time项的回归系数，就是指数模型对应的连续形式瞬时增长率，不需要手动从summary的打印文本中抄录数值，直接通过代码从模型对象中提取即可，既避免抄写出错，也能适配后续13组模型的批量处理需求。

单模型的增长率提取 #

1. 连续瞬时增长率 #

直接定位模型系数矩阵中Time项的估计值并存入变量：

# 提取连续增长率，结果为你当前案例中的0.148937
continuous_growth <- coef(TotalModel)["Time"]

该值的含义是单位时间内的连续复利增长率，你的案例中对应约14.89%的日连续增长率。

2. 实际期复合增长率 #

如果需要的是每经过1个单位时间，指标的实际增长比例（更符合日常统计习惯），在连续增长率的基础上做一步转换即可：

# 转换为实际期增长率
period_growth <- exp(coef(TotalModel)["Time"]) - 1

代入你案例中的系数计算，该值约为16.06%，代表每过1天，指标实际值约增长16.06%。

批量处理14组模型的通用方案 #

针对当前1个模型+后续13组模型的重复处理需求，无需逐个手动提取，可通过列表批量遍历的方式一次性整理所有结果，直接导出为电子表格可打开的文件，操作分为三步：

• 第一步：将所有已经拟合完成的模型对象统一存入列表，按自定义名称标记每个模型
• 第二步：批量遍历列表，自动提取每个模型的增长率、拟合优度等需要的指标，整理为数据框
• 第三步：直接导出为CSV文件，无需手动复制粘贴

参考可直接复用的代码模板：

# 第一步：汇总所有模型到列表
model_all <- list(
  总模型 = TotalModel,
  # 后续依次把另外13个模型按对应名称补入
  分组2模型 = Group2Model,
  分组3模型 = Group3Model
)

# 第二步：批量提取指标整理为表格
result_table <- data.frame(
  模型名称 = names(model_all),
  连续增长率 = sapply(model_all, \(m) coef(m)["Time"]),
  实际期增长率 = sapply(model_all, \(m) exp(coef(m)["Time"]) - 1),
  模型拟合R2 = sapply(model_all, \(m) summary(m)$r.squared)
)

# 第三步：导出为CSV供电子表格打开
write.csv(result_table, "各模型增长率汇总.csv", row.names = FALSE, fileEncoding = "UTF-8")

注意：不要直接从控制台打印的summary文本中手动抠取数值，通过模型对象结构提取的方式稳定性更高，批量处理时效率也远高于逐个手动操作。

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