循环混合模型和tukey比较

Question

我想循环一个混合模型和Tukey测试。我所要做的就是对3列(每列包含一个响应)和4个子组(总数= 12)重复拟合和比较。

这里提供了一个类似的数据帧：https://drive.google.com/open?id=0Bwrsa11LAnrgTXMzWk1fYXR1MHM。3个对应列是"RESP_1“、"RESP_2”和"RESP_3"，子组是"layer“列的变量。

我通过以下方法获得单个响应和唯一层的模型和调整：

#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，我尝试通过以下方式为每个列循环模型：

#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)})

从现在开始，我不能使用lsmeans包来循环执行图键比较，因为lapply返回一个列表，而这个包不能处理这种类。

此外，我如何才能为每一层循环这个函数？

对Tukey比较循环的任何帮助都将不胜感激。

Answer 1

试试这个：

mlm_RESP <- lapply(c("RESP_1", "RESP_2","RESP_3"), function(k) { 
  df=cbind(resp=loop_lm_tukey[,k],loop_lm_tukey[,-c(1:3)])
  lme(resp~clay+till, random = ~1|strata/point, data = df)})

res1=lapply(mlm_RESP,function(rm)lsmeans(rm,pairwise~till,adjust="tukey"))

或者：

res2=list()
for (i in 1:3) res2[[i]]=lsmeans(mlm_RESP[[i]],pairwise~till,adjust="tukey")

结果是一样的。