2

我正在估计使用 80 个多重插补数据集和包的多级模型mitml。我可以使用该testModels()命令来比较嵌套模型，但我想查看 80 个单独插补模型中的每一个的模型拟合组件（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一个mitml.result名为modelt1.

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和平均所有 80 个这些值。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

不出所料，这仅返回 中第一个模型的偏差modelt1。

我尝试用 替换[[1]]，[[i]]但出现错误。

我还尝试像这样遍历所有模型：

> for(i in modelt1){print(modelt1)}

但是，当我只需要偏差值时，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？

4

1 回答 1

2

你很亲密。诀窍是使用一个序列i in 1:length(fit)。只i in fit产生一个值，这就是你只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，出于速度和方便的原因，我建议（在大多数情况下）不要使用for循环并习惯于sapply& Co .。

例子：

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
于 2019-05-09T20:06:16.580 回答