Как l oop регрессий и получить оригинальные имена переменных?

Question

Предположим, у меня есть следующий фрейм данных:

df = structure(list(X1 = c(-1.18944760538218, -1.29854014882472, 0.583311783714593, 
0.650871260739756, -0.000391966126701203, 1.23053193924217, 1.70030189473426, 
-0.576054488536938, 0.0291802126175275, 1.43019460222912, -1.0301194391522, 
0.672348388347025, -0.173407147880241, -1.5368071194984, 0.676906374446062, 
0.245381059292165, 0.192944401742425, -1.22846757821128, 0.761438857461385, 
-1.49010138930763), X2 = c(-1.18944760538218, -1.29854014882472, 
0.583311783714593, 0.650871260739756, -0.000391966126701203, 
1.23053193924217, 1.70030189473426, -0.576054488536938, 0.0291802126175275, 
1.43019460222912, -1.0301194391522, 0.672348388347025, -0.173407147880241, 
-1.5368071194984, 0.676906374446062, 0.245381059292165, 0.192944401742425, 
-1.22846757821128, 0.761438857461385, -1.49010138930763), X3 = c(-1.18944760538218, 
-1.29854014882472, 0.583311783714593, 0.650871260739756, -0.000391966126701203, 
1.23053193924217, 1.70030189473426, -0.576054488536938, 0.0291802126175275, 
1.43019460222912, -1.0301194391522, 0.672348388347025, -0.173407147880241, 
-1.5368071194984, 0.676906374446062, 0.245381059292165, 0.192944401742425, 
-1.22846757821128, 0.761438857461385, -1.49010138930763), X4 = c(-1.18944760538218, 
-1.29854014882472, 0.583311783714593, 0.650871260739756, -0.000391966126701203, 
1.23053193924217, 1.70030189473426, -0.576054488536938, 0.0291802126175275, 
1.43019460222912, -1.0301194391522, 0.672348388347025, -0.173407147880241, 
-1.5368071194984, 0.676906374446062, 0.245381059292165, 0.192944401742425, 
-1.22846757821128, 0.761438857461385, -1.49010138930763), X5 = c(-1.18944760538218, 
-1.29854014882472, 0.583311783714593, 0.650871260739756, -0.000391966126701203, 
1.23053193924217, 1.70030189473426, -0.576054488536938, 0.0291802126175275, 
1.43019460222912, -1.0301194391522, 0.672348388347025, -0.173407147880241, 
-1.5368071194984, 0.676906374446062, 0.245381059292165, 0.192944401742425, 
-1.22846757821128, 0.761438857461385, -1.49010138930763), X6 = c(-1.18944760538218, 
-1.29854014882472, 0.583311783714593, 0.650871260739756, -0.000391966126701203, 
1.23053193924217, 1.70030189473426, -0.576054488536938, 0.0291802126175275, 
1.43019460222912, -1.0301194391522, 0.672348388347025, -0.173407147880241, 
-1.5368071194984, 0.676906374446062, 0.245381059292165, 0.192944401742425, 
-1.22846757821128, 0.761438857461385, -1.49010138930763), X7 = c(-1.18944760538218, 
-1.29854014882472, 0.583311783714593, 0.650871260739756, -0.000391966126701203, 
1.23053193924217, 1.70030189473426, -0.576054488536938, 0.0291802126175275, 
1.43019460222912, -1.0301194391522, 0.672348388347025, -0.173407147880241, 
-1.5368071194984, 0.676906374446062, 0.245381059292165, 0.192944401742425, 
-1.22846757821128, 0.761438857461385, -1.49010138930763), X8 = c(-1.18944760538218, 
-1.29854014882472, 0.583311783714593, 0.650871260739756, -0.000391966126701203, 
1.23053193924217, 1.70030189473426, -0.576054488536938, 0.0291802126175275, 
1.43019460222912, -1.0301194391522, 0.672348388347025, -0.173407147880241, 
-1.5368071194984, 0.676906374446062, 0.245381059292165, 0.192944401742425, 
-1.22846757821128, 0.761438857461385, -1.49010138930763)), class = "data.frame", row.names = c(NA, 
-20L))

              X1            X2            X3            X4            X5
1  -1.1894476054 -1.1894476054 -1.1894476054 -1.1894476054 -1.1894476054
2  -1.2985401488 -1.2985401488 -1.2985401488 -1.2985401488 -1.2985401488
3   0.5833117837  0.5833117837  0.5833117837  0.5833117837  0.5833117837
4   0.6508712607  0.6508712607  0.6508712607  0.6508712607  0.6508712607
5  -0.0003919661 -0.0003919661 -0.0003919661 -0.0003919661 -0.0003919661
6   1.2305319392  1.2305319392  1.2305319392  1.2305319392  1.2305319392
7   1.7003018947  1.7003018947  1.7003018947  1.7003018947  1.7003018947
8  -0.5760544885 -0.5760544885 -0.5760544885 -0.5760544885 -0.5760544885
9   0.0291802126  0.0291802126  0.0291802126  0.0291802126  0.0291802126
10  1.4301946022  1.4301946022  1.4301946022  1.4301946022  1.4301946022
11 -1.0301194392 -1.0301194392 -1.0301194392 -1.0301194392 -1.0301194392
12  0.6723483883  0.6723483883  0.6723483883  0.6723483883  0.6723483883
13 -0.1734071479 -0.1734071479 -0.1734071479 -0.1734071479 -0.1734071479
14 -1.5368071195 -1.5368071195 -1.5368071195 -1.5368071195 -1.5368071195
15  0.6769063744  0.6769063744  0.6769063744  0.6769063744  0.6769063744
16  0.2453810593  0.2453810593  0.2453810593  0.2453810593  0.2453810593
17  0.1929444017  0.1929444017  0.1929444017  0.1929444017  0.1929444017
18 -1.2284675782 -1.2284675782 -1.2284675782 -1.2284675782 -1.2284675782
19  0.7614388575  0.7614388575  0.7614388575  0.7614388575  0.7614388575
20 -1.4901013893 -1.4901013893 -1.4901013893 -1.4901013893 -1.4901013893
              X6            X7            X8
1  -1.1894476054 -1.1894476054 -1.1894476054
2  -1.2985401488 -1.2985401488 -1.2985401488
3   0.5833117837  0.5833117837  0.5833117837
4   0.6508712607  0.6508712607  0.6508712607
5  -0.0003919661 -0.0003919661 -0.0003919661
6   1.2305319392  1.2305319392  1.2305319392
7   1.7003018947  1.7003018947  1.7003018947
8  -0.5760544885 -0.5760544885 -0.5760544885
9   0.0291802126  0.0291802126  0.0291802126
10  1.4301946022  1.4301946022  1.4301946022
11 -1.0301194392 -1.0301194392 -1.0301194392
12  0.6723483883  0.6723483883  0.6723483883
13 -0.1734071479 -0.1734071479 -0.1734071479
14 -1.5368071195 -1.5368071195 -1.5368071195
15  0.6769063744  0.6769063744  0.6769063744
16  0.2453810593  0.2453810593  0.2453810593
17  0.1929444017  0.1929444017  0.1929444017
18 -1.2284675782 -1.2284675782 -1.2284675782
19  0.7614388575  0.7614388575  0.7614388575
20 -1.4901013893 -1.4901013893 -1.4901013893

Я хочу настроить серию регрессий, скажем, первый столбец для всех остальных, по одному . Для этого я напишу следующее l oop:

for (i in df[,-c(1)]) {

model <- lm(df$X1 ~ i)
print(summary(model))

}

Проблема в том, что на выходе этого l oop (в сводной таблице) отображается «i» для каждого регрессора. Вместо этого я хотел бы иметь исходное имя переменной в таблице регрессии.

Call:
lm(formula = df$X1 ~ i) # instead of i, the original name of each variable

Residuals:
       Min         1Q     Median         3Q        Max 
-2.734e-16 -4.960e-17 -4.252e-17  5.340e-18  5.756e-16 

Coefficients:
              Estimate Std. Error    t value Pr(>|t|)    
(Intercept) -3.103e-18  3.693e-17 -8.400e-02    0.934    
i            1.000e+00  3.748e-17  2.668e+16   <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.651e-16 on 18 degrees of freedom
Multiple R-squared:      1, Adjusted R-squared:      1 
F-statistic: 7.118e+32 on 1 and 18 DF,  p-value: < 2.2e-16

Может ли кто-нибудь помочь мне исправить это?

Спасибо!

Answer 1

Если вам действительно нужно включить его в выходную часть Call, вам нужно построить выражение со всеми необходимыми символами, а затем оценить его. Код выглядит немного запутанным, но что-то вроде

for (i in names(df)[-1]) {
  model <- do.call("lm", list(reformulate(i, "X1"), quote(df)))
  print(summary(model))
}