我想循环混合模型和Tukey测试。 我想要做的就是重复拟合和3列(每个包含一个响应)和4个亚组(总数= 12)的比较。循环混合模型和tukey比较
类似的数据框可在此处获得:https://drive.google.com/open?id=0Bwrsa11LAnrgTXMzWk1fYXR1MHM。这3个部分是“RESP_1”,“RESP_2”和“RESP_3”列,这些子组是“层”列的变量。
我获得由模型和一个单个响应的adjustament和独特的层:
#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,我尝试循环通过为每个列的模型:
#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)})
从目前来看,我无法使用lsmeans包循环Tukey比较,因为lapply
返回一个列表,并且此包无法处理这种类。
此外,我怎样才能循环这个每层?
任何帮助做Tukey的比较循环将不胜感激。
你应该可以在'mlm_RESP'列表上'lapply()'tukey。 – LAP
只需在列表的每个成员上运行lsmeans即可。 – rvl
'lsmeans'不能处理列表中的成员。不过,我想学习如何做一个循环(我有其他3个数据帧来应用此操作)。 –