R将colname作为变量循环传递给glht函数

时间:2012-08-16 03:46:16

标签: r for-loop linear-regression

我确定我在这里遗漏了一些明显的东西;我试图使用循环将输入更改为公式,然后生成涉及该公式的glht。 (glht =一般线性假设检验)。谢谢大家!

df2 <- data.frame(f1=seq(1:5),f2=seq(4,8), y=sample(x=c(0,1),size=5,replace=TRUE))
df2 <- data.frame(lapply(df2,factor)) # convert to factors

library(multcomp)

for (i in 1:(length(df2)-1)){
  fmla <- as.formula( paste("y~",colnames(df2)[i],sep=""))
  fm1 <- glm (fmla, family = binomial("logit"), data=df2)
 }

这很有用;现在我正试图动态传递f1以生成以下行:

  tuk <- glht(fm1, linfct=mcp(f1 ="Tukey"))

我试过了:

tuk <- glht(fm1,linfct=mcp(colnames(df2)[i] ="Tukey"))

但这给出了:

Error: unexpected '=' in " tuk <- glht(fm1,linfct=mcp(colnames(df2)[i] ="

我认为这与parse/eval有关。 所以我试过了:

e1 <- paste("fm1,linfct=mcp(",colnames(df2)[i],"=Tukey)",sep="")
glht(e1)

给出:

Error in object$coefficients : $ operator is invalid for atomic vectors
Error in modelparm.default(model, ...) :  no 'coef' method for 'model' found!

然后尝试了:

e1 <- parse(text=paste("fm1,linfct=mcp(",colnames(df2)[i],"=Tukey)",sep="") )
glht(e1)

给出:

Error in parse.default(text = paste("fm1,linfct=mcp(", colnames(df2)[i],  : 
 <text>:1:4: unexpected ','
1: fm1,
      ^

最后:

e1 <- as.expression(paste("fm1,linfct=mcp(",colnames(df2)[i],"=Tukey)",sep="") )
glht(e1)

给出:

Error in UseMethod("vcov") : no applicable method for 'vcov' applied to an object of class "expression"
Error in modelparm.default(model, ...) :  no 'vcov' method for 'model' found!

1 个答案:

答案 0 :(得分:4)

基本上identical question去年被问到并回答了问题。下面的答案使用了@hadley概述的策略,更详细地解释了它的工作原理。


这个问题的一个棘手问题是你需要将每个列名称作为唯一参数的名称传递给mcp()。使用do.call()可能是实现此目的的最佳方式。

你想要什么:

mcp(f1 = "Tukey")

如果有变量X="f1",如何获取它:

X <- "f1"
arg <- list("Tukey")
names(arg) <- X
do.call(mcp, arg)

在您的情况下,您可以执行以下操作:

require(multcomp)
df2 <- data.frame(f1=seq(1:5),f2=seq(4,8), y=sample(x=c(0,1),
                  size=5,replace=TRUE))
df2 <- data.frame(lapply(df2,factor)) # convert to factors

nms <- head(colnames(df2), -1)
lapply(nms, 
       function(X) {
           fmla <- as.formula( paste("y~", X, sep=""))
           fm1 <- glm (fmla, family = binomial("logit"), data=df2)
           ## From here on down is the solution
           args <- list("Tukey")
           names(args) <- X
           cmp <- do.call(mcp, args)
           glht(fm1, linfct = cmp)
       })