使用 lapply 进行多元回归并更改公式，而不是数据集

我见过一个列表应用（lapply）的例子，它可以很好地获取数据对象列表， 并返回回归输出列表，我们可以将其传递给 Stargazer 以获得格式良好的输出。将 stargazer 与通过在分割 data.frame 上进行 lapply-ing 创建的 lm 对象列表一起使用

library(MASS)
library(stargazer)
data(Boston)

by.river <- split(Boston, Boston$chas)
class(by.river)

fit <- lapply(by.river, function(dd)lm(crim ~ indus,data=dd))
stargazer(fit, type = "text")

我想做的是，不要传递数据集列表来对每个数据集进行相同的回归（如上所述）， 传递自变量列表以对同一数据集进行不同的回归。从长远来看，它看起来像这样：

fit2 <- vector(mode = "list", length = 2)
fit2[[1]] <- lm(nox ~ indus, data = Boston)
fit2[[2]] <- lm(crim ~ indus, data = Boston)
stargazer(fit2, type = "text")

对于 lapply，我尝试过这个，但它不起作用。我哪里做错了？

myvarc <- c("nox","crim")
class(myvarc)
myvars <- as.list(myvarc)
class(myvars)
fit <- lapply(myvars, function(dvar)lm(dvar ~ indus,data=Boston))
stargazer(fit, type = "text")

考虑从字符串创建动态公式：

fit <- lapply(myvars, function(dvar)
    lm(as.formula(paste0(dvar, " ~ indus")),data=Boston))