Question

我想循环混合模型和Tukey测试。我想要做的就是重复3个列的拟合和比较（每个列包含一个响应）和4个子组（总计= 12）。

此处提供了类似的数据框：https://drive.google.com/open?id=0Bwrsa11LAnrgTXMzWk1fYXR1MHM。 3个目标是“RESP_1”，“RESP_2”和“RESP_3”列，子组是“层”列的变量。

我通过以下方式获得单个响应和唯一图层的模型和调整：

#mixed model    
Mlm_RESP_1 <-lme(RESP_1~clay+till, random=~1|strata/point, data=loop_lm_tukey)

#tukey
ls_RSP_1 <- lsmeans(Mlm_RESP_1,pairwise~till,adjust="tukey")
ls_RSP_1$contrasts
cld(ls_RSP_1)

然后，我尝试通过以下方式循环每列的模型：

#loop model    
mlm_RESP <- lapply(c("RESP_1", "RESP_2","RESP_3"), function(k) {
      lme(eval(substitute(j ~ clay+till, list(j = as.name(k)))), random = ~1|strata/point, data = loop_lm_tukey)})

从现在开始，我无法使用lsmeans包循环Tukey比较，因为lapply返回一个列表，而且这个包无法处理这种类。

此外，我如何为每一层循环？

任何有关Tukey比较循环的帮助都会非常感激。

Answer 1

试试这个：

mlm_RESP <- lapply(c("RESP_1", "RESP_2","RESP_3"), function(k) { 
  df=cbind(resp=loop_lm_tukey[,k],loop_lm_tukey[,-c(1:3)])
  lme(resp~clay+till, random = ~1|strata/point, data = df)})

res1=lapply(mlm_RESP,function(rm)lsmeans(rm,pairwise~till,adjust="tukey"))

或：

res2=list()
for (i in 1:3) res2[[i]]=lsmeans(mlm_RESP[[i]],pairwise~till,adjust="tukey")

结果是一样的。

循环混合模型和tukey比较

1 个答案: