如何解决通过列迭代效应量计算
我目前正在 R 上比较高危人群和正常人群大脑中 159 个区域 (ROI) 的大小。我最初使用此循环计算了 lm 模型 p 值:
storage <- list()
for(i in names(ThalPC)[-c(1:8)]){
storage[[i]] <- lm(get(i) ~ Status,ThalPC)
}
table <- storage %>% tibble(
dvsub = names(.),untidied = .
) %>%
mutate(tidy = map(untidied,broom::tidy)) %>%
unnest(tidy)
tab <- as.data.frame(table)
to <- subset(tab,select = -c(2))
newtable <- filter(to,term == "StatusControl")
ThalPC=我的数据框 状态 = 他们作为控制或高危人群的状态
现在,我有大约 59 个具有显着 p 值的区域,我希望计算它们的效果大小。目前我正在尝试使用这个循环:
stor <- list()
for(i in names(ThalPC)[-c(1:9)]) {
stor[[i]] <- lm(get(i) ~ Status,ThalPC)
try <- effectsize(stor[[i]],type="eta")
}
但是,我收到以下错误:
Error in get(i) : object 'Left_LGN' not found
(Left_LGN是我正在研究的一个区域,所有159个区域都通过数据框设置为列)
也许我想多了,有没有人知道任何简单的解决方案/更好的方法来获得他们的效果大小?
我仍然是 R 和统计学的初学者,所以我非常感谢您的投入!! 谢谢!
解决方法
我猜您在运行第一个脚本之前使用了 attach(ThalPC)
将 ThalPC 列添加到搜索路径。相反,尝试将您对 lm
的调用构建为:
stor[[i]] <- lm(as.formula(paste(i,"~ Status")),data = ThalPC)
看起来您可能还想收集 effectsize
的输出作为列表的元素,否则每次都会覆盖它。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。