可能重复：
构建模型时需要许多变量的简短公式
我有一个很大的数据框（112 个变量），我想对使用 R 进行逐步逻辑回归。我知道如何设置glm模型和stepAIC模型，但我不想输入所有标题来输入自变量。有没有一种快速的方法可以为glm模型提供一个完整的数据框作为自变量，以便它将每一列识别为要包含在模型中的 x 变量？我试过：
ft<-glm(MFDUdep~MFDUind, family=binomial)
但它不起作用（错误的数据类型）。MFDUdep 和 MFDUind 都是数据帧，MFDUind包含 111 个“x”变量和MFDUdep一个“y”。
您需要.公式符号中的特殊符号。此外，将响应和预测变量放在单个数据框中可能会更好。
尝试：
MFDU <- cbind(MFDUdep, MFDUind)
ft <- glm(y ~ ., data = MFDU, family = binomial)
既然我已经给了你绳子，我有义务至少警告你可能会被吊死……
您采用的方法通常不是推荐的方法，除非模型的目的可能是预测。所选变量的回归系数可能有很大的偏差，因此如果您将其用于启发，请重新考虑您的方法。
您还需要大量观察才能在模型中允许 100 多个术语。
存在更好的替代方案；例如，请参阅glmnet包中的一种方法，该方法允许对一组系数进行脊、套索或两者（弹性网络）约束，这允许以少量额外偏差为代价来最小化模型误差。