1

我想循环混合模型和 Tukey 测试。我要做的就是对 3 列（每列包含一个响应）和 4 个子组（总计 = 12）重复拟合和比较。

此处提供了类似的数据框：https ://drive.google.com/open?id=0Bwrsa11LAnrgTXMzWk1fYXR1MHM 。3 个响应是“RESP_1”、“RESP_2”和“RESP_3”列，子组是“层”列的变量。

我通过以下方式获得单个响应和唯一层的模型和调整：

#mixed model    
Mlm_RESP_1 <-lme(RESP_1~clay+till, random=~1|strata/point, data=loop_lm_tukey)

#tukey
ls_RSP_1 <- lsmeans(Mlm_RESP_1,pairwise~till,adjust="tukey")
ls_RSP_1$contrasts
cld(ls_RSP_1)

然后，我尝试通过以下方式循环每一列的模型：

#loop model    
mlm_RESP <- lapply(c("RESP_1", "RESP_2","RESP_3"), function(k) {
      lme(eval(substitute(j ~ clay+till, list(j = as.name(k)))), random = ~1|strata/point, data = loop_lm_tukey)})

从现在开始，我无法使用 lsmeans 包循环 Tukey 比较，因为lapply返回一个列表，而这个包无法处理这种类。

此外，我怎样才能为每一层循环呢？

任何帮助进行 Tukey 的比较循环将不胜感激。

4

1 回答 1

0

尝试这个：

mlm_RESP <- lapply(c("RESP_1", "RESP_2","RESP_3"), function(k) { 
  df=cbind(resp=loop_lm_tukey[,k],loop_lm_tukey[,-c(1:3)])
  lme(resp~clay+till, random = ~1|strata/point, data = df)})

res1=lapply(mlm_RESP,function(rm)lsmeans(rm,pairwise~till,adjust="tukey"))

或者：

res2=list()
for (i in 1:3) res2[[i]]=lsmeans(mlm_RESP[[i]],pairwise~till,adjust="tukey")

结果是一样的。

于 2017-10-18T15:41:39.547 回答