Question

我正在使用80个乘法推算数据集和软件包mitml来估计多级模型。我可以使用testModels()命令比较嵌套模型，但是我想查看80个独立插补模型中每个模型的模型拟合分量（特别是偏差），并计算总体平均偏差值。

我的模型估算值保存在名为mitml.result的{{1}}列表中。

我可以使用索引提取第一个模型（共80个）的偏差值：

modelt1

但是，我不确定如何有效地提取和平均所有这些值的80。我知道我需要使用循环，但是我不确定如何将循环与这样的索引结合起来。

我的尝试是这样的：

> modelt1[[1]]@devcomp[["cmp"]][["dev"]]
[1] 22637.1

毫不奇怪，这仅返回> for(i in modelt1){print(modelt1[[1]]@devcomp[["cmp"]][["dev"]])} [1] 22637.1中第一个模型的偏差。

我尝试将modelt1替换为[[1]]，但出现错误。

我还试图遍历所有这样的模型：

[[i]]

但是，当我只需要偏差值时，当然可以为所有80个模型提供完整的摘要输出。

如何编写一个循环，将打印所有80个偏差值？

Answer 1

你很近。诀窍是使用序列i in 1:length(fit)。只是i in fit仅产生一个值，这就是为什么只有一个系数的原因。

for (i in 1:length(fit)) print(fit[[i]]@devcomp[["cmp"]][["dev"]])
# [1] 8874.517
# [1] 8874.517
# [1] 8874.517
# [1] 8874.517
# [1] 8874.517

但是，由于R是向量化语言，出于速度和便利性的原因，我建议（在大多数情况下）建议不要使用for循环，而应该习惯sapply & Co.。

示例：

library(mitml)
fml <- ReadDis + SES ~ ReadAchiev + (1|ID)
imp <- panImpute(studentratings, formula=fml, n.burn=1000, n.iter=100, m=5)
implist <- mitmlComplete(imp, print=1:5)

library(lme4)
fit <- with(implist, lmer(ReadAchiev ~ (1|ID), REML=FALSE))

sapply(seq(fit), function(i) fit[[i]]@devcomp[["cmp"]][["dev"]])
# [1] 8874.517 8874.517 8874.517 8874.517 8874.517

如何遍历lmerTest输出列表以提取偏差组件

1 个答案: