Question

我有一个名为data的数据框。我创建了一个循环遍历变量列表的函数，并使用lapply为每个变量创建一个线性模型。此方法基于this帖子。

library(datasets)
testDF <- data.frame(Salaries)
#creates list of variables

varListTest <- names(testDF)[3:4] 

#creates a model for each of the variables in question
model<- lapply(varListTest, function(x) {
    lm(substitute(i~Rank, list(i = as.name(x))), data = testDF)}) 

#output model
lapply(model, summary)

这很有效。但是，我也想以同样的方式运行事后测试，通常我会通过运行：

来完成

TukeyHSD(model)

这显然不会在这个例子中起作用，但我认为这会：

lapply(model, TukeyHSD)

但是这会回来：

no applicable method for 'TukeyHSD' applied to an object of class "lm"

我缺少什么让这项工作？

Answer 1

尝试：

lapply(model, function(m) TukeyHSD(aov(m)))

这是一个可重复的例子：

testDF=iris


varListTest <- names(testDF)[1:3] 

#creates a model for each of the variables in question
model<- lapply(varListTest, function(x) {
  lm(substitute(i~Species, list(i = as.name(x))), data = testDF)})  


lapply(model, function(model) TukeyHSD(aov(model)))

提供（截断）

[[1]]
  Tukey multiple comparisons of means
    95% family-wise confidence level

Fit: aov(formula = model)

$Species
                      diff       lwr       upr p adj
versicolor-setosa    0.930 0.6862273 1.1737727     0
virginica-setosa     1.582 1.3382273 1.8257727     0
virginica-versicolor 0.652 0.4082273 0.8957727     0

循环遍历R中的几个事后测试

1 个答案: