Question

我寻找答案，但他们没有提供我想要的东西。我正在运行一些简单的模型，我试图将结果（主要是LRT）放到表格或矩阵中，所以我可以更好地呈现它们。但是，命令for不允许我这样做，这很奇怪，因为其他编程语言很容易做到。

在最后一句中，如果我用[j]或其他任何东西替换它，它仍然说没有找到对象。我如何使用for覆盖它？谢谢。

li<-array(c(716, 207,79,25,819,186,67,22), c(2,2,2))
dimnames(li)<-list(c("Normal","High"),c("N BP", "H BP"),c("A","B"))
#General Model with three variables and no interactions.
a1<-loglin(li,list(1,2,3))
#Model with XY,Z
a2<-loglin(li,list(c(1,2),3))
#Model with XZ,Y
a3<-loglin(li,list(c(1,3),2))
#Model with X,ZY
a4<-loglin(li,list(c(2,3),1))
#Model with XY,XZ
a5<-loglin(li,list(c(1,2),c(1,3)))
#Model with YZ,XZ
a6<-loglin(li,list(c(2,3),c(1,3)))
#Model with XY,ZY
a7<-loglin(li,list(c(1,2),c(2,3)))

tabi<-matrix(data=c(0),nrow=10,ncol=2)
for (j in 1:7) {
  i<-j
tabi[i,1]<-a[i]$lrt
}

旁注。我曾尝试写过“ai”，“aj”，“a [i]”等，但它不起作用。

Answer 1

如果您在工作区中拥有所有这些模型，则可以使用mget提取，然后返回一个列表，然后循环执行此操作以提取lrt。

所以对你的例子来说，

sapply(mget(ls(pattern="a\\d")), "[", "lrt")

其中mget(ls(pattern="a\\d"))使用模式a编号从全局env中获取数据，sapply循环遍历此列表以进行提取。

作为替代工作流程，您可以将模型存储在列表中，而不是在工作区中浮动大量模型。

因此将参数存储在列表中

para <- list(list(1,2,3), list(c(1,2),3), list(c(1,3),2))

然后循环应用模型

lst <- lapply(para, function(x) loglin(li, x))

这会将每个模型存储在lst中。如果您只是想要这个项目，可以使用上面的loglin(li, x)$lrt。否则你可以像以前一样循环来提取它。

sapply(lst, "[", "lrt")

请注意，您的代码a[1]与a1

不同

Answer 2

对于那些想要更简单回答并且和我一样的人来说，这是一种更简单的方法，它涉及更少的编码：

基本上只需创建一个列表并通过添加[[]]将模型定义为列表，就是这样。定期运行您的代码。

a<-list()
#General Model with three variables and no interactions.
a[[1]]<-loglin(li,list(1,2,3))
#Model with XY,Z
a[[2]]<-loglin(li,list(c(1,2),3))
#Model with XZ,Y
a[[3]]<-loglin(li,list(c(1,3),2))
#Model with X,ZY
a[[4]]<-loglin(li,list(c(2,3),1))
#Model with XY,XZ
a[[5]]<-loglin(li,list(1:2,1:3))
#Model with YZ,XZ
a[[6]]<-loglin(li,list(2:3,1:3))
#Model with XY,ZY
a[[7]]<-loglin(li,list(1:2,2:3))

tabi<-matrix(data=c(0),nrow=10,ncol=2)

for (j in 1:7) {
  i<-j
tabi[i,1]<-a[[j]]$pearson
}

Answer 3

可以使用paste来连接a，并在循环中使用i的值将a1，a2，a3等作为字符串，然后使用eval和parse将其作为变量进行评估。

tabi<-matrix(data=c(0),nrow=10,ncol=2)
for (i in 1:7) {

  tabi[i,1]<-eval(parse(text = paste("a",i,sep="")))$lrt

}

将模型的结果存储到矩阵中

3 个答案: