通过列迭代效应量计算

Question

我目前正在比较 R 上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 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 = 他们作为对照或高危人群的状态

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，非常感谢您的投入！！谢谢！

Answer 1

我猜你在运行之前使用了 attach(ThalPC) 你的第一个脚本将 ThalPC 的列添加到搜索路径。相反，尝试将对 lm 的调用构造为：

stor[[i]] <- lm(as.formula(paste(i, "~ Status")), 
    data = ThalPC)

看来您可能还想将 effectsize 的输出也收集为列表的元素，否则您每次都会覆盖它。

通过列迭代效应量计算

Iterating Effect Size Calculations Through Columns

for-loop

r

lm