如何循环遍历 lmerTest 输出列表以提取偏差分量

Question

我正在使用包 mitml 使用 80 个乘法插补数据集来估计多级模型。我可以使用 testModels() 命令来比较嵌套模型，但我想查看 80 个单独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。

我的模型估计保存在名为 modelt1 的 mitml.result 列表中。

我可以使用索引提取第一个模型（80）的偏差值：

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

但是，我不确定如何有效地提取和平均所有这些值中的 80 个。我知道我需要使用循环，但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：

> for(i in modelt1){print(modelt1[[1]]@devcomp[["cmp"]][["dev"]])}
[1] 22637.1

不出所料，returns 只有 modelt1 中第一个模型的偏差。

我尝试用 [[i]] 替换 [[1]]，但出现错误。

我还尝试像这样遍历所有模型：

> for(i in modelt1){print(modelt1)}

但这当然会提供所有 80 个模型的完整摘要输出，而我只需要偏差值。

如何编写一个循环来打印所有 80 个偏差值？

Answer 1

你很接近。诀窍是使用序列 i in 1:length(fit)。 i in fit 只产生一个值，这就是为什么你只得到一个系数的原因。

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 是一种矢量化语言，出于速度和方便的原因，我建议（在大多数情况下）不要使用 for 循环并习惯于 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

如何循环遍历 lmerTest 输出列表以提取偏差分量

How to loop through a list of lmerTest outputs to extract deviance component

r

lmertest