将循环合并到metafor:：rma（）中

我有两个队列，所以我对每个队列分别进行了线性回归，并使用了for循环，这样我的系数就可以保存在每个队列中。我现在想得到一个合并的估计值，但是我有53个SNP，所以我不想手工输入所有的系数。有没有办法在metafor的rma命令中使用for循环

到目前为止，我认为将两个系数文件合并在一起可能是最容易的。我称之为科夫斯。第一列有SNP名称，第二列和第六列分别有来自队列1和队列2的Beta，第3列和第7列有来自两个队列的标准错误

所以我想做一个beta项目，包括我的beta来自队列1和队列2每1个SNP。那么se也有同样的想法。然后我希望每个SNP有一个rma（beta，se），这样我就可以将结果导出到excel

到目前为止，我想做以下几件事（但不起作用）

---

output3你说它不工作，但你没有说具体是什么。我认为你缺少的是保存结果的东西。类似于列表或data.frame。变量
pool
在循环的每次迭代中都会更新，因此循环完成后，它将只包含最后一个模型。此外，索引与示例data.frame不匹配，因为您所指的是不存在的第6列和第7列。但我想它们确实存在于你的实际数据框架中。另外，示例data.frame中充满了
NA
值。或许可以这样尝试：

output3 <- data.frame(matrix(runif(84*4), nrow=84,ncol=4))
names(output3)=c("se1", "beta1", "se2", "beta2")

modellist <- list()
for(l in 3:84){ 
    beta <-c(output3[l,2], output3[l,4])
    se <-c(output3[l,1], output3[l,3])
    pool <- sum(beta, se)
    modellist[[l]] <- pool
}
modellist

output3我发现了我的错误，我的问题是我忘了告诉R我需要哪些数据行以及需要保存到哪里

对于其他有这个问题的人，这里是我的脚本，它起作用了。我首先创建了data.frame，希望在其中保存数据

output3 <- data.frame(matrix(nrow=84,ncol=3))
names(output3)=c("Pooled Estimate", "Pooled Std.Error", "P-value")

output3小心：
rma（）
函数的第二个参数用于采样方差，而不是标准误差。因此，您应该使用
rma（beta，sei=se）
。或者你可以做
rma（beta，se^2）
。SNP是一种遗传变异，感谢Wolfgang，我没有意识到这一点！谢谢@vanao Veneri，但不幸的是，这不起作用。我更新了我的帖子，更好地描述了这个问题。我想我提取的rma输出不正确。我希望每个SNP的估计值，标准误差和p值（所以列1，2和4）被保存。。。目前我不确定我在保存什么，但它与此无关，所有内容都进入Output3的第三列，您也可以保存
result.list[l]
output3 <- data.frame(matrix(nrow=84,ncol=3))
names(output3)=c("Pooled Estimate", "Pooled Std.Error", "P-value")

for(l in 3:84){ 
  beta <-c(coeffs[l,2], coeffs[l,6])
  se <-c(coeffs[l,3], coeffs[l,7])
  pool <- rma(beta,se^2)
  z3 <- colnames(qcwomenc[1:84])
  row.names(output3)<-z3
  output3[l,1]<-coef(summary(pool))[1,1]
  output3[l,2]<-coef(summary(pool))[1,2]
  output3[l,3]<-coef(summary(pool))[1,4]
}