我正在使用 mitml 包使用 80 个多重插补数据集来估计多级模型。我可以使用 testModels() 命令来比较嵌套模型，但我想查看 80 个单独插补模型中每个模型的模型拟合分量(特别是偏差)并计算总体平均偏差值。
我的模型估计值保存在名为 modelt1 的 mitml.result 列表中。
我可以使用索引提取第一个模型(80 个)的偏差值:
> modelt1[[1]]@devcomp[["cmp"]][["dev"]]
[1] 22637.1
但是，我不确定如何有效地提取并平均所有 80 个值。我知道我需要使用循环，但我不确定如何将循环与这样的索引结合起来。
我的尝试是这样的:
> for(i in modelt1){print(modelt1[[1]]@devcomp[["cmp"]][["dev"]])}
[1] 22637.1
毫不奇怪，这仅返回 modelt1 中第一个模型的偏差。
我尝试用 [[i]] 替换 [[1]]，但出现错误。
我还尝试循环遍历所有模型，如下所示:
> for(i in modelt1){print(modelt1)}
但是，当我只想要偏差值时，这当然提供了所有 80 个模型的完整摘要输出。
如何编写一个循环来打印所有 80 个偏差值？
最佳答案
你很接近。诀窍是使用序列i in 1:length(fit)。仅 i in fit 只会产生一个值，这就是为什么您只能得到一个系数的原因。
for (i in 1:length(fit)) print(fit[[i]]@devcomp[["cmp"]][["dev"]])
# [1] 8874.517
# [1] 8874.517
# [1] 8874.517
# [1] 8874.517
# [1] 8874.517
但是，由于 R 是一种矢量化语言，我建议(在大多数情况下)不要使用 for 循环并习惯 sapply & Co.出于速度和方便的原因。
示例:
library(mitml)
fml <- ReadDis + SES ~ ReadAchiev + (1|ID)
imp <- panImpute(studentratings, formula=fml, n.burn=1000, n.iter=100, m=5)
implist <- mitmlComplete(imp, print=1:5)
library(lme4)
fit <- with(implist, lmer(ReadAchiev ~ (1|ID), REML=FALSE))
sapply(seq(fit), function(i) fit[[i]]@devcomp[["cmp"]][["dev"]])
# [1] 8874.517 8874.517 8874.517 8874.517 8874.517
关于r - 如何循环遍历 lmerTest 输出列表以提取偏差分量，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/56066573/