【问题标题】:How to run a model for multiple variables(columns) in df with lmer如何使用 lmer 在 df 中运行多个变量(列)的模型
【发布时间】:2014-03-02 22:31:25
【问题描述】:

我想运行 lmer(来自 lme4 包)的 df 中有几个变量(列)。
假设我有一个名为 df 的数据框:

par1   par2 resp1 resp2
plant1 rep1 3     8
plant2 rep2 5     2
...

我正在尝试编写一个函数来执行此操作,但在传递参数和在函数中使用它们时遇到了麻烦。

model1 = function(df, varname){
  library(lme4)
  model1 = lmer(varname ~ + (1 | par1) + (1 | par2), data=df)
  return(model1)
}

resp1model = model1(df, "resp1")
resp2model = model1(df, "resp2")

有人可以建议最好的方法吗?也许函数不是答案?一个循环? 我应该说原因是,一旦我让函数工作,我希望函数从模型中返回其他东西.. 例如 AIC、BLUP 等。

【问题讨论】:

    标签: r function lmer


    【解决方案1】:

    我是这样做的,可能会更好

    varlist=names(df)[i:j] #define what vars you want
    
    blups.models <- lapply(varlist, function(x) {
      lmer(substitute(i ~ (1|par1)+(1|par2)+(1|par3), list(i = as.name(x))), data = df, na.action=na.exclude)
    })
    

    这里有你想要的所有变量的模型列表

    【讨论】:

      【解决方案2】:

      另一种方法是替换您的行:

      model1 = lmer(varname ~ + (1 | par1) + (1 | par2), data=df)
      

      与

      model1 = lmer(paste0(varname," ~ + (1 | par1) + (1 | par2)"), data=df)
      

      这会将公式作为字符串传递,lmer(...) 将强制转换为公式。

      【讨论】:

      • 或form &lt;- reformulate("~(1|par1)+(1|par2)",response=varname); lmer(form, data=df)
      • 谢谢!这些建议有助于修复我的原始代码,但我认为我最好使用@Ananta 建议的列表方法
      • 嗯。为什么?我想我更喜欢这个解决方案——在我看来,基于语言(即substitute())进行计算总是会带来更多潜在的复杂性,所以除非我绝对需要它,否则我会避免它......
      • 制作变量名称列表并将数据存储在模型对象列表中似乎更容易使用..然后我可以使用 lapply 对列表中的每个模型执行操作.. 除非我误解了您建议的方法?
      【解决方案3】:

      这是另一种方法.. 似乎有点复杂.. 但我想为了完整起见我会添加它: R: analyzing multiple responses (i.e. dependent variables) in a mixed effects model (lme4)

      【讨论】:

        猜你喜欢
        • 2021-12-25
        • 2017-09-15
        • 1970-01-01
        • 1970-01-01
        • 2019-06-08
        • 1970-01-01
        • 1970-01-01
        • 2021-12-23
        • 2023-03-25
        相关资源
        最近更新 更多