问题描述
我能够对从第83列到第460列的值矩阵进行回归分析，然后为每个预测变量和每个个体回归写出估计的边际均值，标准误，t统计量和p值。这是一个示例：
coherence.lm =（lm（as.matrix（data [，83：460]）〜预测变量1 +预测变量2 +预测变量3 +预测变量4，数据=数据）） summary（coherence.lm）
图书馆（tidyverse） pvals
我想应用相同的概念，但是其中一个预测变量是一个循环，该循环迭代地更改并重新运行单个回归，用列83、84、85等替换[，val]。这不起作用，但是我有尝试了以下几种变体
x
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）