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:R 通过列迭代效果大小计算,r,for-loop,lm,R,For Loop,Lm,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 = . ) %>%
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)