如何在R中使用迭代来简化GLM的代码？

Question

我刚刚开始使用R，在尝试简化我的代码时遇到了一些问题。我无法共享我的真实数据，但是已经使用一个开放数据集问我的问题（代表我的IV和年龄代表DV的品种）。

在我的数据集中，我都有所有因素变量 - 我的自变量具有3个级别，而因变量都有2个级别（0/1）。在一个较大的数据集中，我有六个因变量，并且希望为每个变量运行一些描述性统计数据和GLM。我已经找出了独立运行每个DV的工作代码，请参见下文。但是，我目前只是复制＆amp;粘贴此代码并每次替换DV变量。我想创建一个可以应用的函数，以简化我的代码。

我试图使用Purr软件包（地图）来执行此操作，但没有运气。如果有人可以使用下面的示例数据提供一个如何执行此操作的示例，这将有助于我很多（尽管我在下面的数据中知道只提供了一张DV）。

install.packages("GLMsData")
library(GLMsData)
data(butterfat)

library(tidyverse)
library(dplyr)

#Descriptive summaries
butterfat %>%
group_by(Breed, Age) %>%
summarise(n())

prop.table(table(butterfat$Breed, butterfat$Age), 1)

#Model
Age_model1 <- glm(Age ~ Breed, family=binomial, data=butterfat, na.action = na.omit)

#Get summary, including coefficients and p-values
summary(Age_model1)

#See coefficients, get odds ratio and confidence intervals
Age_model1$coefficients
exp(Age_model1$coefficients)
exp(confint(Age_model1))

Answer 1

许多型号：用于数据科学的R

library(tidyverse)

iris %>%
  group_by(Species) %>%
  nest() %>% 
  mutate(lm = map(data,
                  ~glm(Sepal.Length~Sepal.Width,data = .))) %>% 
  mutate(tidy = map(lm,
                    broom::tidy)) %>% 
  unnest(tidy)