已有多个变量和输出的一个子集

Question

循环回归我曾尝试这个QA适用于："efficient looping logistic regression in R"我自己的问题，但我不能完全使它发挥作用。我没有尝试过使用apply，但有人告诉我一个for循环在这里是最好的（如果有人相信，请随时解释！）我认为这个问题是相当普遍的，不是太深奥的论坛。

这就是我想实现的：我有3个预测变量（性别，年龄，种族）和几个人86个基因位置的因变量（比例）的数据集。我想要为每个位置运行双变量线性回归（因此，对于3个预测变量，所以需要86个线性回归）。然后，我想以一些易于阅读的格式输出结果;我的想法是一个矩阵，其中行=性别，年龄和种族，列= 86个职位。每行*列组合都会有一个p值。然后，我可以调用p值< 0.1（或任何我想要的阈值）来轻松查看哪些预测变量与每个位置的比例显着相关。

这是我到目前为止的代码。

BB <- seq.csv[,6:91] #the data frame containing the 86 positions 
AA <- seq.csv[,2:4] #the data frame containing the 3 predictor variables 

linreg <- matrix(NA,3,86) #make a results vector and fill it with NA 
    for (i in 1:86)  #loop over each position variable 
    { 
       for (j in 1:3) #for each position variable, loop over each predictor 
    { 
       linreg[i,j] <- lm(BB[,i]~AA[,j]) #bivariate linear regression 
}} 

无论我如何改变这种（例如，它简化了遍历的位置只有一个预测），我仍然得到一个错误，我的矩阵是不一样的长度（项目取而代之的是数不是替换长度的倍数）。事实上，长度（linreg）= 286（3 * 86）和长度（BB）= 86，长度（AA）= 3。我知道后两个是数据框，而不是矩阵......但如果我将它们转换为矩阵，我会得到一个无效的类型错误（变量'BB [，i]'的无效类型（列表）'）。我不知道如何解决这个错误，因为我只是不明白[R不够好。我查阅过的书籍应用统计遗传学有R和艺术[R编程无济于事，我一直在谷歌搜索整天。而且我还没有得到的编码输出的结果...

我会很感激的一种更好的方式调试任何提示或一些建议编写这个！谢谢大家。

Answer 1

真的很难给出一个明确的答案，不知道事先您的数据的结构，但这种威力工作。我假设你的两个数据帧具有相同的行数（观察）：

df <- cbind(AA[ , 2:4 ] , BB[ , 6:91 ]) 
mods <- apply(as.data.frame(df[ , 4:89 ]) , 2 , FUN = function(x){ lm(x ~ df[,1] + df[,2] + df[,3] }) 

# The rows of this matrix will correspond to the intercept, gender, age, race, and the columns are the results for each of your 86 genetic postions 
pvals <- sapply(mods , function(x){ summary(x)$coefficients[,4]) 

至于是否不认为是正确的的事情我会相信你的判断遗传流行病学！