在R中自动化回归分析并提取模型估计值至数据框

当然可以轻松实现！这种批量回归的需求在流行病学或统计分析里很常见，我给你分享两种实用的方法，一种用基础R循环，另一种用tidyverse工具链，你可以按需选择：

前提假设 #

假设你的数据存储在一个名为dat的数据框中，包含所有变量：x1-x3（暴露）、y1-y10（结局）、cv1-cv3（协变量）。

方法一：基础R循环 #

这种方法适合习惯基础R语法的用户，逻辑清晰易懂：

# 1. 定义变量列表
exposures <- paste0("x", 1:3)
outcomes <- paste0("y", 1:10)
covariates <- paste0("cv", 1:3)
covariate_str <- paste(covariates, collapse = "+")

# 2. 创建空数据框存储结果
results_df <- data.frame(
  outcome = character(),
  exposure = character(),
  beta = numeric(),
  se = numeric(),
  p_value = numeric(),
  stringsAsFactors = FALSE
)

# 3. 嵌套循环遍历所有结局和暴露组合
for (y in outcomes) {
  for (x in exposures) {
    # 构建回归公式
    formula_str <- paste(y, "~", x, "+", covariate_str)
    model <- lm(as.formula(formula_str), data = dat)
    
    # 提取目标变量的结果（排除截距和协变量）
    model_summary <- summary(model)
    x_coef <- model_summary$coefficients[x, ]
    
    # 将结果添加到数据框
    results_df <- rbind(results_df, data.frame(
      outcome = y,
      exposure = x,
      beta = x_coef["Estimate"],
      se = x_coef["Std. Error"],
      p_value = x_coef["Pr(>|t|)"],
      stringsAsFactors = FALSE
    ))
  }
}

# 查看最终结果
head(results_df)

方法二：tidyverse + purrr 管道式实现 #

如果你熟悉tidyverse生态，这种方法更简洁高效，代码可读性也很强：

首先确保你安装并加载了相关包：

install.packages(c("tidyverse", "broom"))
library(tidyverse)
library(broom)

然后运行以下代码：

# 生成所有结局-暴露的组合
crossing(outcome = paste0("y", 1:10), exposure = paste0("x", 1:3)) %>%
  # 对每个组合拟合回归模型
  mutate(
    model = map2(
      .x = outcome, .y = exposure,
      ~ lm(paste(.x, "~", .y, "+cv1+cv2+cv3"), data = dat)
    ),
    # 提取模型的整洁结果
    tidy_model = map(model, tidy)
  ) %>%
  # 展开整洁结果，筛选暴露变量的系数
  unnest(tidy_model) %>%
  filter(term == exposure) %>%
  # 整理列名和保留需要的变量
  select(outcome, exposure, beta = estimate, se = std.error, p_value = p.value) %>%
  # 重置行号
  mutate(row_id = row_number()) %>%
  relocate(row_id)

结果说明 #

两种方法最终都会生成一个包含以下列的数据框：

• outcome：对应的结局变量（y1-y10）
• exposure：对应的暴露变量（x1-x3）
• beta：回归系数估计值
• se：标准误
• p_value：P值

你可以直接用这个数据框做后续的可视化或进一步分析，比如画森林图之类的。

内容的提问来源于stack exchange，提问作者aelhak