3

我有一个超过 100 个线性模型的列表，我想为每个模型获取估计的平均值和标准误差。

让我们mtcars作为一个例子。

library(tidyverse); library(magrittr); library(emmeans)

mtcars %<>% 
  mutate(
    cyl = as.factor(cyl)
  )

df <- mtcars %>% select(cyl, hp, mpg)

我可以很容易地得到每个模型的估计均值和标准误差emmeans：

mod <- lm(hp ~ cyl, data = df)
emmeans(mod, "cyl")

但是如果我有一个模型列表呢？

list_lm <- df %>% 
   select(-c(cyl)) %>%
   map(function(dv) lm(dv ~ df$cyl, data = .))

我不能使用：

emmeans(list_lm$hp, "cyl")
Error in ref_grid(object, ...) : Perhaps a 'data' or 'params' argument is needed

理想情况下，我想要一些能给我所有模型的统计数据的东西。类似于broom::tidy模型的系数，但对于emmeans：

list_lm %>% 
   map(broom::tidy)
4

1 回答 1

5

你的直觉是对的。该解决方案需要将中间结果保存在列表列中，然后将它们解包，但鉴于 emmeans 输出的结构，broom::tidy()没有必要。只需将 emmeans 输出转换为 data.frames 和unnest().

library(dplyr)
library(purrr)
library(tidyr)
library(emmeans)

ds_mtcars <- 
  mtcars %>% 
  mutate(cyl = as.factor(cyl)) 

ds_nest <- 
  ds_mtcars %>% 
  group_by(am) %>% 
  nest() 

foo_model <- function(data){
  lm(hp ~ cyl, data = data)
}

ds_nest <- ds_nest %>% mutate(model = map(.x = data, .f = foo_model))

ds_temp <- 
  ds_nest %>% 
  mutate(
    emmeans = pmap(
      .l = list(
        object = model, 
        specs = "cyl"
      ),
      .f = emmeans
    )
  ) 

ds_temp %>% 
  mutate(emm2 = map(emmeans, data.frame)) %>% 
  unnest(emm2)

还有这些purrr功能map()，pmap()可能会让人费解，但我尽我所能在我的博客上引导自己和新用户了解这些功能。

于 2018-09-19T03:47:19.987 回答