r - 如何访问数据集的单个变量以进行线性回归？

我正在使用 MASS 包中的波士顿数据集。

我需要分别使用其他 13 个预测变量来预测 crim，并保存每个模型的斜率系数。

我怎样才能自动化这个？

我不知道如何在 for 循环中访问数据集的变量。

我已经尝试使用它的索引访问单个变量:

fit1 = lm(Boston[1]~Boston[2])

但它返回这个:

Error en model.frame.default(formula = Boston[1] ~ Boston[2], drop.unused.levels = TRUE) :
  invalid type (list) for variable 'Boston[1]'

我想访问单个变量，以便使用 for 循环执行 13 个不同的 lm() s:类似于 fit = Boston[i] ~ Boston[i+1]

最佳答案

lm(crim ~ zn, data = Boston)

或者

lm(Boston$crim ~ Boston$zn)

用

names(Boston)

找出 Boston 的列名

如果您真的想按索引获取列，则获取第一列的所有行的语法是

Boston[,1]

关于r - 如何访问数据集的单个变量以进行线性回归？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29063136/