批量线性回归并整理导出结果到word文档

本文介绍了使用R语言进行批量线性回归分析的过程,涉及数据预处理、for循环应用、lm函数及结果导出到Word。在预处理阶段,通过excel和spss对代谢物数据进行转置、log转换和哑变量创建。通过for循环逐个进行线性回归,并利用lm函数进行模型构建。最后,借助officer、xtable和flextable包将结果整理并导出到Word文档,便于进一步分析。
摘要由CSDN通过智能技术生成

待解决问题:

做代谢组学分析,一共有147种代谢物,需要每个单独和其他选定的协变量一起放入线性回归模型中,依次替换147种代谢物,完成147次回归分析。


实现步骤:

R语言

1、 数据预处理:excel和spss
2、 for循环
3、 lm() 线性回归
4、 导出结果分析


具体操作:

1. 数据预处理:excel和spss

excel:数据转置,改为横向数据;生成log转化代谢物含量;给代谢物按顺序命名为com1 TO com147
spss:可视化检查数据,为多分类变量生成哑变量dummy。

2. for循环

一开始的思路不对,总想着要在lm函数里面使用i,依次替换代谢物的变量名。后来发现了,应该无法实现,因为生成的com[i]是一个向量或是列表,反正就是无法放入回归函数中使用。
最后明白了,应该是直接依次“提取”第i个代谢物。

for (q in c(222:368)){
    #我的代谢物放在第222至368列
  result <- lm(tdata$Y~ tdata[,q]+tdata$age)
}
#注意:不能使用data=tdata这样,而一定要用$提取变量,否则tdata[,q]会报错

3. lm() 线性回归

timo 
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值