r-Loop混合线性模型纵向时间数据评估组对连续变量的影响

Question

编辑：

我试图评估随着时间(天(的推移，变量(如严重创伤的存在(对连续变量(此处为能量消耗(REE(，单位为卡路里(的影响。该数据帧称为my_data。在变量中

下面，我想在一个大文件中显示每个评估变量的混合线性模型的结果。

一般概念：

REE ~ Time*predictor + (1 + Time | Case identifier)

(1( 开始创建lmer模型：

library(tidyverse)
library(ggpmisc)
library(sjPlot)
library(lme4)
mixed.modelloop <- function(x) {
lmer(REE ~ Day*(x) + (1 + Day | Studynumber), 
data=my_data, 
REML=FALSE, 
na.action=na.omit,
control = lmerControl(check.nobs.vs.nRE = "ignore"))
}

(2( 然后创建预测器(x(

cols <- c(colnames(my_data))

(3( 然后生成整体purrr函数：

output <- purrr::map(cols, ~ mixed.modelloop(.x) %>% tab_model)

(4( 生成文件，该文件应包括所有单独的单变量混合模型分析：

pdf(file="mixed linear models.pdf" )
output
dev.off()

不幸的是，目前在步骤(3(之后，我收到以下错误消息：

Error in model.frame.default(data = my_data, na.action = na.omit, drop.unused.levels = TRUE, : 
variable lengths differ (found for 'x')

关于如何调整功能以解决此问题，有什么想法吗？

谢谢！

Answer 1

公式有特殊的规则，不能在其中插入字符串并期望它们工作。

这应该是可行的，尽管你还没有给出一个可复制的例子来测试。。。

mixed.modelloop <- function(x) {
form <- reformulate(c(sprintf("Day*%s", x), "(1 + Day | Studynumber)"),
response = "REE")
lmer(form,
data=my_data, 
REML=FALSE, 
na.action=na.omit,
control = lmerControl(check.nobs.vs.nRE = "ignore"))
}