许多单变量模型使用purrr，broom的整齐输出。

Question

我有一个由二进制结果列(y)和多个独立的预测器列(x1、x2、x3.)组成的数据have。

我想要运行许多单变量逻辑回归模型(例如y ~ x1，y ~ x2，y ~ x3)，并提取指数系数(优势比)，95%置信区间和p-值，每个模型成行的数据/数据。在我看来，使用咕噜和扫帚相结合的方法是可能的。

This问题类似，但我无法解决以下几个步骤：

1. 只提取我需要的值
2. 整理成一个数据集/数据集。

使用所引用的问题中的示例：

library(tidyverse)
library(broom)

df <- mtcars

df %>%
 names() %>%
 paste('am~',.) %>%
 map(~glm(as.formula(.x), data= df, family = "binomial"))

Answer 1

睡过觉后，我想到了解决办法。需要使用map_df来运行每个模型，并使用tidy从每个模型中提取值。

希望这将对其他人有用：

library(tidyverse)
library(broom)

df <- mtcars

output <- df %>%
  select(-am) %>%
  names() %>%
  paste('am~',.) %>%
  map_df(~tidy(glm(as.formula(.x), 
               data= df, 
               family = "binomial"), 
               conf.int=TRUE, 
               exponentiate=TRUE)) %>%
  filter(term !="(Intercept)")