我见过一个 list apply (lapply) 的例子，它可以很好地获取数据对象列表，
并返回一个回归输出列表，我们可以将其传递给 Stargazer 以获得格式良好的输出。
Using stargazer with a list of lm objects created by lapply-ing over a split data.frame
library(MASS)
library(stargazer)
data(Boston)
by.river <- split(Boston, Boston$chas)
class(by.river)
fit <- lapply(by.river, function(dd)lm(crim ~ indus,data=dd))
stargazer(fit, type = "text")
我想做的是，而不是传递数据集列表来对每个数据集进行相同的回归(如上)，
传递自变量列表以对同一数据集进行不同的回归。从长远来看，它看起来像这样:
fit2 <- vector(mode = "list", length = 2)
fit2[[1]] <- lm(nox ~ indus, data = Boston)
fit2[[2]] <- lm(crim ~ indus, data = Boston)
stargazer(fit2, type = "text")
使用 lapply，我试过这个，但它不起作用。我哪里做错了？
myvarc <- c("nox","crim")
class(myvarc)
myvars <- as.list(myvarc)
class(myvars)
fit <- lapply(myvars, function(dvar)lm(dvar ~ indus,data=Boston))
stargazer(fit, type = "text")
最佳答案
这应该有效:
fit <- lapply(myvars, function(dvar) lm(eval(paste0(dvar,' ~ wt')), data = Boston))
关于r - 使用 lapply 进行公式改变的多元回归，而不是数据集，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42102014/