Это данные повторных измерений, и я хотел бы использовать модель смешанных эффектов для ее запуска. Модель включает в себя; независимые переменные, группы (GID), время и ковариаты (например, ADRB2_pre) и идентификаторы для повторных измерений. У меня есть 59 переменных (независимых переменных) с 59 ковариатами (по одной на каждую независимую переменную). Ковариаты являются значениями до обработки.
Я пытаюсь использовать цикл for, чтобы выполнить это для 59 переменных и ковариат (значения до обработки). Две переменные будут меняться в каждой модели в цикле (см. Ниже), как я могу сделать цикл для различных этих двух?
например.
ADRB2: если это [i];
ADRB2_pre: ковариация для переменной ADRB2, не уверены, что это будет в цикле? например я + 1?
Эти переменные перечислены рядом друг с другом (i, i + 1) в электронной таблице, как я могу зациклить вторую (i + 1) как ковариату в модели? Затем мне нужно перейти к другим переменным в цикле, и так далее ...
Я предоставил подмножество своих образцов ниже, у меня есть 6 групп с 4 субъектами в каждой группе, но я просто загрузил некоторые данные здесь, чтобы сэкономить место.
Ваша помощь будет принята с благодарностью.
Я посмотрел примеры в Интернете, но ни один из тех, что я нашел, не похож на то, что я собираюсь сделать. Мне удалось сделать простой цикл для независимой переменной, а не для ковариат
#Libraries
library(nlme);library(emmeans);library(car)
# Mixed-effect model
model <- lme(ADRB2 ~ GID + Time + ADRB2_pre, data = dat, random = ~ 1 | ID)
summary(model)
# Estimated marginal means using tukey test
emmeans(model, list(pairwise ~ GID), adjust = "tukey")
## normal plot of standardized residuals
qqnorm(model, ~ resid(., type = "p") , abline = c(0, 1))
# My loop
for(i in ncol(dat)){
model <- lme(dat[,i] ~ GID + Time + [,i+1], data = dat, random = ~ 1 | ID)
Ошибка в model.frame.default (формула = ~ dat + i + GID + TimeC + ID, данные = список (: недопустимый тип (список) для переменной 'dat'
# subset of data for 6 groups
ID Time GID ADRB2 ADRB2_pre ABCG1 ABCG_pre
1 0 0 21.56 21.58 21.56 21.58
2 0 0 20.12 20.05 20.12 20.05
3 1 0 21.71 21.49 21.71 21.49
4 1 0 20.77 22.08 20.77 22.08
5 0 1 21.10 21.31 21.10 21.31
6 0 1 21.09 20.92 21.09 20.92
7 1 1 21.05 21.21 21.05 21.21
8 1 1 21.40 21.54 21.40 21.54
9 0 2 19.89 20.07 19.89 20.07
10 0 2 20.93 20.66 20.93 20.66
11 1 2 21.72 21.46 21.72 21.46
12 1 2 21.11 21.81 21.11 21.81
13 0 3 22.10 20.08 22.10 20.08
14 0 3 21.14 21.27 21.14 21.27
15 1 3 20.70 21.94 20.70 21.94
16 1 3 20.98 20.80 20.98 20.80
17 0 4 20.75 21.10 20.75 21.10
18 0 4 20.88 20.33 20.88 20.33
19 1 4 21.19 21.55 21.19 21.55
20 1 4 20.48 21.28 20.48 21.28
21 0 5 20.55 20.54 20.55 20.54
22 0 5 21.77 20.69 21.77 20.69
23 1 5 21.20 20.87 21.20 20.87
24 1 5 20.12 22.02 20.12 22.02
….
….