循環通過R中的幾個事後測試

我有一個稱爲數據的數據幀。我創建了一個循環遍歷變量列表的函數，並使用lapply爲每個變量創建一個線性模型。此方法基於this後。循環通過R中的幾個事後測試

library(datasets) 
testDF <- data.frame(Salaries) 
#creates list of variables 

varListTest <- names(testDF)[3:4] 

#creates a model for each of the variables in question 
model<- lapply(varListTest, function(x) { 
    lm(substitute(i~Rank, list(i = as.name(x))), data = testDF)}) 

#output model 
lapply(model, summary)

這很好。不過，我也想以同樣的方式運行事後檢驗，通常我會通過運行做到這一點：

TukeyHSD(model)

這顯然不會在這個例子中工作，但我認爲這將：

lapply(model, TukeyHSD)

但這返回：

no applicable method for 'TukeyHSD' applied to an object of class "lm"

我缺少什麼，使這項工作？

來源

2017-02-16 Lars Christian Jensen

可以使用'dput（數據）提供一些數據'。 – Jimbou

是的，所以我不太願意在這裏上傳自己的數據，所以我改變了我的帖子以包含來自R的示例數據集.dput（testDF）的輸出發佈在這裏：https://codedump.io/share/ TKO5BlEbPgSF/1 –

Guy，你的代碼有更多的問題='varList'定義和'varList'使用，'Anova'不存在（'A' ..），請測試你自己的代碼... –

嘗試：

lapply(model, function(m) TukeyHSD(aov(m)))

這裏是一個重複的例子：

testDF=iris 


varListTest <- names(testDF)[1:3] 

#creates a model for each of the variables in question 
model<- lapply(varListTest, function(x) { 
    lm(substitute(i~Species, list(i = as.name(x))), data = testDF)}) 


lapply(model, function(model) TukeyHSD(aov(model)))

它們提供（截）

[[1]] 
    Tukey multiple comparisons of means 
    95% family-wise confidence level 

Fit: aov(formula = model) 

$Species 
         diff  lwr  upr p adj 
versicolor-setosa 0.930 0.6862273 1.1737727  0 
virginica-setosa  1.582 1.3382273 1.8257727  0 
virginica-versicolor 0.652 0.4082273 0.8957727  0

來源

2017-02-16 10:46:38

完美！就是我想要的！非常感謝。 –

循環通過R中的幾個事後測試

回答

相關問題