如何在R中的“lm”型模型中循环“fitted”对象？

我的最终目标是计算任意数量的已安装对象的

zoo

（请参见下面的函数

pc

），如下图所示的

fit1

和

fit2

不过，我想知道如何循环

fit

对象？具体来说，如果用户提供了两个安装对象，例如

fit1

和

fit2

（以下），如何计算每个安装对象的

zoo

library(rstanarm) 
data(kidiq)
d <- kidiq  

fit1 <- stan_glm(kid_score ~ mom_iq,
                data = d,   
                prior = normal(0, 2.5),  
                prior_intercept = normal(0, 10),  
                prior_aux = normal(0, 10)) 

fit2 <- stan_glm(kid_score ~ mom_iq,
                data = d,   
                prior = normal(0, 2.5),  
                prior_intercept = normal(0, 10),  
                prior_aux = cauchy(0, 100))

---

lappy（list（fit1，fit2），pc）

应该可以工作。

注意，确保我理解这个问题；什么不适用于循环或

lappy

？

pc <- function(fit){

      y <- rstanarm::get_y(fit)
  ypred <- rstanarm::posterior_linpred(fit, transform = TRUE)

  if(family(fit)$family == "binomial" && ncol(y) == 2) {
    trials <- rowSums(y)
    y <- y[, 1]
    ypred <- ypred %*% diag(trials)
  }
  e <- -1 * sweep(ypred, 2, y)
  var_ypred <- apply(ypred, 1, var)
  var_e <- apply(e, 1, var)
zoo <- var_ypred / (var_ypred + var_e)
return(zoo)
  }

compute=function(){
  for(i in ls()){
    if(class(eval(parse(text=i)))=="lm"){
      print(paste("zoo for",i,pc(eval(parse(text=i)))))
    }
  }
}
compute()