有没有办法在R中执行多变量glm (多个DV和多个IV)？

Question

我是R的新手，我想对我的数据集进行多变量和单变量分析

数据集示例：

​

我有32个因变量和4个自变量，它们都在列中排列。我想做一个多变量分析，告诉我哪些自变量对我的蛋白质有显著影响。然后我想对每种蛋白质进行单变量分析，看看哪种IV对每种蛋白质有意义。我希望这类似于SPSS中的多变量分析，类似于：

model <- glm(df[,c(9:40]~df[,c(4:8)], family="poisson", data=df)

有没有办法在R中做到这一点？

这就是我要为单变量分析做的事情

model_univariate <- glm(Protein1 ~ age + bmi+ gender+ group, family="poisson", data=data)

我尝试了一个for循环来尝试，这样我就不必为每个蛋白质逐个输入公式，但我总是得到一个错误

IV <- df[,c(4:8)]

DV <-df[,c(9:40)]

for (y in DV){
form <- formula(paste(y, "~", IV))
models[[y]] <- glm(form, data = df, family="poisson") 
}

错误消息: terms.formula( formula，data = data)出错:模型公式中的术语无效

Answer 1

请在以后提供示例数据集。假设我们有这样的东西：

df = data.frame(matrix(rpois(4000,20),100,40))
colnames(df)[1:4] = c("c1","c2","c3","c4")
colnames(df)[5:8] = paste0("IV",1:4)
colnames(df)[9:40] = paste0("Protein",1:32)

定义DV和IV：

DV = colnames(df)[9:40]
IV = colnames(df)[5:8]

您尚未正确定义多变量响应。如果意图是一次性拟合所有响应，但又保持每个响应的分离，那么您的多响应模型只适用于lm，而不适用于您需要用于泊松的glm。

如果你想对所有的响应进行建模，考虑到它们之间的关系，@eipi10建议的包确实是可行的。

单变量：

models = vector("list",length(DV))
names(models) = DV

for (y in DV){
form <- reformulate(response=y,IV)
models[[y]] <- glm(form, data = df, family="poisson") 
}

models[["Protein1"]]

Call:  glm(formula = form, family = "poisson", data = df)

Coefficients:
(Intercept)          IV1          IV2          IV3          IV4  
  3.3793743   -0.0063736   -0.0094023   -0.0026646   -0.0007955  

Degrees of Freedom: 99 Total (i.e. Null);  95 Residual
Null Deviance:      123.4 
Residual Deviance: 118.4    AIC: 609.6