以下是一个使用R语言比较多个因变量的简单回归模型的示例代码：

# 创建一个包含多个因变量的数据框
data <- data.frame(x = rnorm(100),
                   y1 = rnorm(100),
                   y2 = rnorm(100),
                   y3 = rnorm(100))

# 创建一个空的结果列表
results <- list()

# 循环遍历每个因变量，拟合简单回归模型并保存结果
for (i in 2:ncol(data)) {
  formula <- as.formula(paste(names(data)[i], "~ x"))
  model <- lm(formula, data = data)
  results[[i]] <- summary(model)
}

# 打印结果
for (i in 2:length(results)) {
  cat("=========", names(data)[i], "=========\n")
  print(results[[i]])
  cat("\n")
}

此代码首先创建一个包含多个因变量的数据框，其中第一列为自变量x，其余列为因变量y1、y2和y3。然后，它创建了一个空的结果列表。

接下来，使用一个循环遍历每个因变量（从第二列开始），为每个因变量拟合简单回归模型，并将结果保存在结果列表中。在每次循环中，代码将因变量和自变量组合成一个公式，并使用lm()函数拟合线性回归模型。

最后，代码通过循环遍历结果列表，打印每个因变量的回归模型摘要。可以根据需要调整打印结果的格式和内容。

请注意，此示例代码仅适用于多个连续型因变量的简单回归模型比较。如果有其他类型的因变量（如二进制变量或分类变量），可能需要使用适当的模型和分析方法。