考虑这样的数据集:
library(lme4)
data(sleepstudy)
head(sleepstudy, 10)
Reaction Days Subject
1 249.5600 0 308
2 258.7047 1 308
3 250.8006 2 308
4 321.4398 3 308
5 356.8519 4 308
6 414.6901 5 308
7 382.2038 6 308
8 290.1486 7 308
9 430.5853 8 308
10 466.3535 9 308
在基于分组变量进行分层时,我正在尝试运行一些混合效应线性模型。我可以做:
library(dplyr)
libary(tidyr)
library(purrr)
sleepstudy %>%
group_by(grp = gl(2, n()/2)) %>%
nest() %>%
mutate(fit = map(data, ~ lmer(Reaction ~ Days + (Days | Subject), data = .)))
获得:
grp data fit
<fct> <list<df[,3]>> <list>
1 1 [90 × 3] <lmrMdLmT>
2 2 [90 × 3] <lmrMdLmT>
现在我想使用effects
库中的effect()
函数:
library(effects)
sleepstudy %>%
group_by(grp = gl(2, n()/2)) %>%
nest() %>%
mutate(fit = map(data, ~ effect(term = "Days",
mod = lmer(Reaction ~ Days + (Days | Subject), data = .))))
但是,我总是收到错误:
Error in is.data.frame(data) : object '.' not found
当我在上下文之外使用它时tidyverse
:
sleepstudy2 <- sleepstudy %>%
mutate(grp = gl(2, n()/2))
effect(term = "Days", mod = lmer(Reaction ~ Days + (Days | Subject),
data = sleepstudy2,
subset = grp == 1))
然后它正常工作:
Days effect
Days
0 2 4 7 9
252.2916 267.0686 281.8455 304.0110 318.7880
知道如何解决此问题并使用整洁的方法进行操作吗?
因此,当您使用的数据不在全局环境中时,effects()
函数似乎存在真正的问题。?effects
帮助页面的"警告和限制"部分中引用了它。他们指出了car
包中的"嵌入"小插图,以便进行可能的解决方法。他们建议的解决方法是在全局环境中创建数据数据的副本。它不优雅,但这有效
poo <- sleepstudy %>%
group_by(grp = gl(2, n()/2)) %>%
nest() %>%
mutate(fit = map(data, function(x) {
assign(".dta", x, env=.GlobalEnv)
eff <- effect(term="Days", mod=lmer(Reaction ~ Days + (Days | Subject), data=.dta))
remove(".dta", envir=.GlobalEnv)
eff
}))