我在不同时刻记录了不同治疗方法的数值。我使用approx()函数对这些点进行了线性插值。结果我得到了预测值。我只对一次治疗中的一次重复做了这个程序。现在我想为整个数据库做这件事。我决定使用的标准是创建一个新列(参见下面的“polyname”),其中包括treatment + block,然后使用polyname调整approx()函数作为拆分数据库的条件,但我找不到如何执行这(见下面的输出错误)。任何帮助都将非常感激。
这是脚本和数据库的链接。
http://www.filedropper.com/dataexample
names(dataexample)
#To summary the categorical variables
str(dataexample)
# Transform
dataexample$x<-as.numeric(as.character(dataexample$x))
str(dataexample)
# Create a new column (polyname) combining treatment and block, separated by ","
dataexample$polyname <- paste(dataexample$treat, dataexample$block, sep=",")
#Split the database and run approx function with the new column polyname
model1<-lapply (split(dataexample, dataexample$polyname), approx(x, y, method="linear", xout=7:148, yleft=0, yright=0, rule = 1, f = 0, ties = mean))
model1
Output Error:
> #Split the database and run approx function
> model1<-lapply (split(dataexample, dataexample$polyname), approx(x, y, method="linear", xout=7:148, yleft=0, yright=0, rule = 1, f = 0, ties = mean))
Error in xy.coords(x, y) : object 'y' not found
> model1
Error: object 'model1' not found
提前致谢。 问候。 塞马蒂亚斯。