我想从ANOVA模型中为emmeans((语句分配一个带有自定义因子的变量。在这里,我使用来自R的Orange数据集来使代码具有可复制性。这是我的模型,也是我通常如何计算因子库的emmmens:
library(emmeans)
oranges$store<-as.factor(oranges$store)
model <- lm (sales1 ~ 1 + price1 + store ,data=oranges)
means<-emmeans(model, pairwise ~ store, adjust="tukey")
现在我想分配一个变量(lsmeanfact(,定义计算lsmeans的因子。
lsmeanfact<-"store"
然而,当我想在emmeans((函数中计算这个变量时,它返回了一个错误,它基本上找不到变量lsmeanfact,所以它不计算这个变量。
means<-emmeans(model, pairwise ~ eval(parse(lsmeanfact)), adjust="tukey")
Error in emmeans(model, pairwise ~ eval(parse(lsmeanfact)), adjust = "tukey") :
No variable named lsmeanfact in the reference grid
我应该如何更改我的代码以能够评估变量lsmeanfact;植物代码";是否正确计算?
您可以使用reformulate
函数。
library(emmeans)
lsmeanfact<-"store"
means <- emmeans(model, reformulate(lsmeanfact, 'pairwise'), adjust="tukey")
或者用formula
/as.formula
构造一个公式。
means <- emmeans(model, formula(paste('pairwise', lsmeanfact, sep = '~')), adjust="tukey")
这里reformulate(lsmeanfact, 'pairwise')
和formula(paste('pairwise', lsmeanfact, sep = '~'))
都返回pairwise ~ store
。
您根本不需要做任何特别的事情。emmeans()
的specs
参数可以是字符值。您可以在单独的调用中进行成对比较,这实际上是一种更好的方法。
library(emmeans)
model <- lm(sales1 ~ price1 + store, data = oranges)
lsmeanfact <- "store"
( EMM <- emmeans(model, lsmeanfact) )
## store emmean SE df lower.CL upper.CL
## 1 8.01 2.61 29 2.67 13.3
## 2 9.60 2.30 29 4.89 14.3
## 3 7.84 2.30 29 3.13 12.6
## 4 10.44 2.35 29 5.63 15.2
## 5 10.19 2.28 29 5.53 14.9
## 6 15.22 2.28 29 10.56 19.9
##
## Confidence level used: 0.95
pairs(EMM)
## contrast estimate SE df t.ratio p.value
## 1 - 2 -1.595 3.60 29 -0.443 0.9976
## 1 - 3 0.165 3.60 29 0.046 1.0000
## 1 - 4 -2.428 3.72 29 -0.653 0.9856
## 1 - 5 -2.185 3.50 29 -0.625 0.9882
## 1 - 6 -7.209 3.45 29 -2.089 0.3206
## 2 - 3 1.761 3.22 29 0.546 0.9936
## 2 - 4 -0.833 3.23 29 -0.258 0.9998
## 2 - 5 -0.590 3.23 29 -0.182 1.0000
## 2 - 6 -5.614 3.24 29 -1.730 0.5239
## 3 - 4 -2.593 3.23 29 -0.802 0.9648
## 3 - 5 -2.350 3.23 29 -0.727 0.9769
## 3 - 6 -7.375 3.24 29 -2.273 0.2373
## 4 - 5 0.243 3.26 29 0.075 1.0000
## 4 - 6 -4.781 3.28 29 -1.457 0.6930
## 5 - 6 -5.024 3.23 29 -1.558 0.6314
##
## P value adjustment: tukey method for comparing a family of 6 estimates
创建于2021-06-29由reprex包(v2.0.0(
此外,在任何情况下,specs
中需要的是相关因素的名称,而不是因素本身。还要注意,在拟合模型之前,没有必要将store
转换为因子