r объект не напечатан в тексте - PullRequest
Новая
       21

r объект не напечатан в тексте

0 голосов
/ 27 декабря 2018

Некоторые объекты R, которые печатаются в Rmarkdown без проблем, но не печатаются с использованием шаблона папайи.Он не генерирует никаких сообщений об ошибках.Например, допустим, я написал файл уценки, как показано ниже: 

```{r setup, include = FALSE}
knitr::opts_chunk$set(include = FALSE)
```


```{r}
library("pacman")
p_load(plyr, dplyr, ggplot2, lmSupport, lme4, psycho, psych, 
GPArotation, tidyverse, tinytex, afex, foreign,purrr, lavaan, citr, 
papaja)
options(scipen = 0, digits = 3) 
DF <- data.frame(id = paste0("ID.", 1:200), 
    x = sample(c("control", "treat"), 200, replace = TRUE),
    y = rnorm(200))
m <- lm(y ~x, data= DF)
summary(m)
s1<-apa_print.lm(m)
s1$statistic[2]
```

# Result

I fitted a  linear regression model in which condition (control vs. 
treat) predicts scores. Treat group showed significantly higher scores 
compared to control group, `r s1$estimate[2]`, `r s1$statistic[2]`.

1 Ответ

0 голосов
/ 21 января 2019

Хороший вопрос.Такое поведение не предусмотрено в papaja и вскоре будет исправлено в версии для разработчиков.Проблема в том, что встроенный хук неправильно обрабатывает списки.Если вы выберете элемент списка таким образом, чтобы выходной объект представлял собой вектор, он также должен работать в текущей версии.

Вы можете использовать s1$estimate[2][1], как вы нашли, или s1$estimate[[2]], но лично,Я бы предпочел индексировать по имени с помощью s1$estimate[["xtreat"]] или s1$estimate$xtreat.

. В качестве отдельного случая, если вы хотите сообщать оценки и тестировать статистику, вы можете использовать full_result -элемент.

Так что для вашего примера я бы предложил: 

```{r setup, include = FALSE}
library("papaja")
```

```{r}
DF <- data.frame(id = paste0("ID.", 1:200), 
    x = sample(c("control", "treat"), 200, replace = TRUE),
    y = rnorm(200))
m <- lm(y ~ x, data = DF)
s1 <- apa_print.lm(m)
```

# Result

I fitted a  linear regression model in which condition (control vs. 
treat) predicts scores. Treat group showed significantly higher scores 
compared to control group, `r s1$full_result$xtreat`.
...