R 通过列迭代效果大小计算

目前，我正在比较风险人群和正常人群大脑中159个区域（ROI）的大小。我最初使用以下循环计算lm模型p值：

storage <- list()
for(i in names(ThalPC)[-c(1:8)]){
  storage[[i]] <- lm(get(i) ~ Status, ThalPC)
}

table <-  storage %>% tibble(
    dvsub = names(.),
    untidied = .
    ) %>%
  mutate(tidy = map(untidied, broom::tidy)) %>%
  unnest(tidy) 

tab <- as.data.frame(table)

to <- subset(tab, select = -c(2))

newtable <- filter(to, term == "StatusControl")

stor <- list()
for(i in names(ThalPC)[-c(1:9)]) {
  stor[[i]] <- lm(get(i) ~ Status, ThalPC)
try <- effectsize(stor[[i]], type="eta")
}

（左图是我正在研究的一个区域，所有159个区域都通过数据框设置为列）

也许我想得太多了，有人知道任何简单的解决方案/更好的方法来获得他们的效果大小吗

我还是一个R和统计学的初学者，所以我真的很感谢你的意见！！

---

谢谢大家!

我猜在运行第一个脚本之前，您使用了

attach（ThalPC）

将ThalPC的列添加到搜索路径。相反，尝试将对

lm

的调用构造为：

stor[[i]] <- lm(as.formula(paste(i, "~ Status")), 
    data = ThalPC)

---

stor[[i]]请使用
dput
为您的数据（请参阅：）提供一个运行良好的示例！非常感谢。很好，我在最后的代码中列出了它。很高兴提供帮助，欢迎使用Stack Overflow@Jane。如果此答案或任何其他答案解决了您的问题，请将其标记为已接受。：）
stor[[i]] <- lm(as.formula(paste(i, "~ Status")), 
    data = ThalPC)