Question

我有一个名为dataTreamill的数据集，其中包含5列文本信息，第6行（直到56行）包含我要分析的变量。对于每个变量，我都希望执行线性回归，以查看我的数据在不同条件下如何变化。

我发现我可以通过以下方式绘制lm图：

lmTreadmill = lm(StrideRegularity_AP~ConditionNr, data = dataTreadmill)

可视化这给出了一个不错的图：

ggPredict(lmTreadmill,se=TRUE,interactive=TRUE)

但是除了StrideRegularity_AP我还有54个其他变量，我想使用lapply

col <- c(6:56) # these are the only columns containing data; 
allFits = lapply(dataTreadmill[,col], function(x) (lm(x~dataTreadmill$ConditionNr+dataTreadmill$Group, data=dataTreadmill)))

现在，我对每个变量都有一个不错的列表，其中包含有关回归的信息。但是，当我想使用以下代码绘制这些线性回归中的任何一个时：

ggPredict(allFits$StrideRegularity_AP)

尽管将allFits $ StrideRegularity_AP与lmTreadmill（相同）进行比较时，我看不到结构或值的任何差异，但是R给出了以下错误：

Error in `[[<-.data.frame`(`*tmp*`, yname, value = c(`1` = 0.616668527648763,  : 
  replacement has 419 rows, data has 30
In addition: Warning message:
'newdata' had 30 rows but variables found have 419 rows

为什么在使用lapply之后我无法看到线性回归？

提前谢谢！虹膜

Answer 1

从lm调用中删除dataTreadmill $，然后重试。

allFits = lapply(dataTreadmill[,col], function(x) (lm(x~ConditionNr+Group, data=dataTreadmill)))

无论如何，您都不需要指定数据（在进行快速测试时，无论是否出现与您相同的错误-都不知道为什么）

Answer 2

这两种解决方案均有效！谢谢。尽管我仍然想知道为什么，因为数据看起来与我写的建议完全相似。但是，至少没有我可以绘制数据：）

无法使用ggPredict可视化线性回归

2 个答案: