1

我是 R 的初学者，我想从对 200 多个结果变量执行的 ANCOVA 测试中提取边际均值。当我只stack()对一个结果变量使用时效果很好，但是当我同时使用stack()and时出现错误lapply()。

这里我使用内置数据集“iris”来显示问题。数据集“iris”在 Species 中具有三个级别，我将其用Petal.Width作协变量、Species预测变量，并将前三列变量用作结果变量。

我的目的是同时提取对应结果变量的多个边际均值，而不是逐个提取。

#load data and packages
data("iris")
library(car); library(compute.es); library(effects); library(ggplot2);
library(multcomp); library(pastecs); library(WRS)

#set contrasts for the following ANCOVA tests
contrasts(iris$Species) <- contr.poly(3)

#perform 
list2 <- lapply(colnames(iris)[1:3], function(x){
anova_fit = aov(reformulate(c("Petal.Width","Species"),x), data = iris)
summary(effect("Species",anova_fit, se=TRUE))
})

在我提出前一个问题（如何使用 effect() 函数提取多个变量的边际均值？ ）之后，上面的代码在 @StupidWolf 的帮助下运行良好。然后在执行以下代码时出现错误：

means.all <- stack(lapply(colnames(iris)[1:3], function(x){
anova_fit = aov(reformulate(c("Petal.Width","Species"),x), data = iris)
summary(effect("Species",anova_fit, se=TRUE))[[5]][1]
}))[2:1]

错误是 Error in rep.int(factor(names(x), unique(names(x))), lengths(x)) : invalid 'times' value。

但是，当我只提取一个结果变量Sepal.Length的边际均值时（例如），我可以使用以下代码提取边际均值：

anova_fit = aov(reformulate(c("Petal.Width","Species"),"Sepal.Length"), data = iris)
means1 <- summary(effect("Species",anova_fit, se=TRUE))[[5]][1]

我不知道如何正确使用stack()和lapply()来提取边际手段。

非常感谢！

艾拉

4

1 回答 1

2

我不确定您希望最终的预期输出如何。

可能，您可以尝试这种方法：

do.call(rbind, lapply(list2, function(x) 
  data.frame(prop = c('effect', 'lower', 'upper'), 
            rbind(x$effect, x$lower, x$upper))))


#    prop setosa versicolor virginica
#1 effect   5.88       5.82      5.83
#2  lower   5.49       5.68      5.49
#3  upper   6.27       5.96      6.17
#4 effect   4.17       2.67      2.33
#5  lower   3.93       2.58      2.11
#6  upper   4.42       2.76      2.54
#7 effect   2.43       4.13      4.71
#8  lower   2.13       4.02      4.44
#9  upper   2.74       4.24      4.98

您还可以通过将do.call+rbind替换为purrr's来简化此操作map_df：

purrr::map_df(list2, function(x) data.frame(prop = c('effect', 'lower', 'upper'), 
                                 rbind(x$effect, x$lower, x$upper)))
于 2020-06-29T05:11:18.813 回答