在多个emmeans中使用lappy,错误为:下标类型无效';S4和x27; lhiry1
你在做lappy时没有使用你迭代过的向量,你只能做一个测试,lappy不能做sense:在多个emmeans中使用lappy,错误为:下标类型无效';S4和x27; lhiry1,r,for-loop,lapply,lme4,emmeans,R,For Loop,Lapply,Lme4,Emmeans,你在做lappy时没有使用你迭代过的向量,你只能做一个测试,lappy不能做sense: lhiry1 <- lmer(ACC ~ LR1st +(1|Subject),data = learndata_long3) # hierarchy 1* lhiry2 <- lmer(ACC ~ LR2nd +(1|Subject),data = learndata_long3) # hierarchy 2* onelmer=c(lhiry1,lhiry2) onelmer1=c('LR1
lhiry1 <- lmer(ACC ~ LR1st +(1|Subject),data = learndata_long3) # hierarchy 1*
lhiry2 <- lmer(ACC ~ LR2nd +(1|Subject),data = learndata_long3) # hierarchy 2*
onelmer=c(lhiry1,lhiry2)
onelmer1=c('LR1st','LR2nd')
for (i in 1:length(onelmer))
{onelmercontr[i]=lapply(onelmer,
function(x){emmeans(onelmer[[i]], pairwise ~ onelmer1[i] , adjust ="bonf")})}
尝试以下内容,仔细检查您正在迭代的内容,并确保为它们提供更好的名称(而不是onelmer1和onelmer…):
库(emmeans)
图书馆(lme4)
种子(111)
learndata_long3=数据帧(ACC=rnorm(100),LR1st=样本(c(“a”,“b”),100,替换=TRUE),LR2nd=样本(c(“c”,“d”),100,替换=TRUE),主题=因子(rep(1:2,50)))
lhiry1您是否可以提供一些示例数据来重现问题?鉴于您只运行了两次此循环,单独运行每个循环不是更简单吗?感谢您的回复,我没有尝试其他数据,这里我有14次,只需提供一个简单的示例来修复它。对。但是,您是否可以提供一些数据(例如iris
或mtcars
),以便我们可以复制您的代码?我尝试了这两种方法,但数据结构不同,我的数据有很多因素,只有一列是数字的,因此我可能需要经常考虑它!它起作用了!我需要更好地了解“列表”结构,并且公式名称应该被更正!酷。谢谢你也发现了错误。我不介意你编辑它,但对于其他答案,只需留下评论,发帖的人就可以更正它。(有时评论员可能会将其视为试图回复,以获取您的信息)事实上,我不熟悉堆栈操作,所以我只是重做它。我希望我能以一种正确的方式,接受你的回答,认为这是最好的答案。谢谢!
lapply(onelmer,
function(x){emmeans(onelmer[[i]], pairwise ~ onelmer1[i] ...)})}
library(emmeans)
library(lme4)
set.seed(111)
learndata_long3 = data.frame(ACC=rnorm(100),LR1st=sample(c("a","b"),100,replace=TRUE),LR2nd = sample(c("c","d"),100,replace=TRUE),Subject = factor(rep(1:2,50)))
lhiry1 <- lmer(ACC ~ LR1st +(1|Subject),data = learndata_long3)
lhiry2 <- lmer(ACC ~ LR2nd +(1|Subject),data = learndata_long3)
mdls=list(lhiry1=lhiry1,lhiry2=lhiry2)
coefs=c('LR1st','LR2nd')
output= vector("list",2)
for (i in 1:length(mdls)){
output[[i]]=emmeans(mdls[[i]],
as.formula(paste("pairwise ~",coefs[i])),
adjust ="bonf")
}
output
[[1]]
$emmeans
LR1st emmean SE df lower.CL upper.CL
a -0.0836 0.150 2.73 -0.588 0.420
b -0.0275 0.155 3.11 -0.510 0.455
Degrees-of-freedom method: kenward-roger
Confidence level used: 0.95
$contrasts
contrast estimate SE df t.ratio p.value
a - b -0.0561 0.198 97.7 -0.283 0.7777
Degrees-of-freedom method: kenward-roger
[[2]]
$emmeans
LR2nd emmean SE df lower.CL upper.CL
c -0.273 0.149 3.02 -0.747 0.200
d 0.151 0.147 2.83 -0.333 0.635
Degrees-of-freedom method: kenward-roger
Confidence level used: 0.95
$contrasts
contrast estimate SE df t.ratio p.value
c - d -0.424 0.192 97 -2.216 0.0290
Degrees-of-freedom method: kenward-roger