用不同的因变量重复回归 [英] Repeat regression with varying dependent variable

问题描述

我已经搜索了Stack和google两个解决方案，没有找到解决我的问题。

我有大约40个因变量，为了获得调整手段（lsmeans）。在考虑了一些协变量后，需要对A组和B组进行调整。我的最终对象应该是A组和B组的所有40个依赖变量的预测手段的数据框。

这是我尝试的，没有任何成功： p>

 ＃在这里用2个结果变量实例化
 result1 < -  c（2,4,6,8,10,12 ，14，16）
 outcome2 < -  c（1,2,3,4,5,6,7,8）
 var1 < -  c（a，a， a，a，b，b，b，b）
 var2 < -  c（10，11，12，9，14，9，5，8）
 var3<  -  c（100,101,120,90,140,​​90,50,80）
 
 df<  -  data.frame（outcome1，outcome2，var1，var2，var3 ）
 
家属<  -  c（outcome1，outcome2）
 
库（lsmeans）＃install.packages（lsmeans）
 
结果< ;  -  list（）
 for（i in seq_along（dependents）{
 fit<  -  lm（i〜var1 + var2 + var3，data = df）
 summary<  -  summary lsmeans（fit，var1））
 summary $ result<  -  i 
 results [i]<  -  summary 
} 
  pre> 
 
解决方案
有一些打字错误，但我认为这是你想要的：
 ＃在这里用2结果变量
 result1 < -  c（2，4，6，8，10，12，14，16）
 outcome2 < -  c（1，2，3，4，5，6， 7，8）
 var1<  -  c（a，a，a，a，b，b，b，b）
 var2 <-C（10，11，12，9，14，9，5，8）
 var3 <-C（100,101,120,90,140,​​90,50,80）
 
 df<  -  data.frame（result1，outcome2，var1，var2，var3）
 
 dependents<  -  c（outcome1，outcome2）
 
库（lsmeans）＃install.packages（lsmeans）
 
结果<  -  list（）
 for（i in seq_along（dependents））{
 eq < -  paste（dependents [i]，〜var1 + var2 + var3）
 fit<  -  lm（as.formula（eq），data = df）
 summary< （lsmeans（fit，var1））
 summary $ result<  -  i 
 results [[i]]<  -  summary 
} 
  
 
I've searched both Stack and google for a solution, none found to solve my problem.

I have about 40 dependent variables, for which I aim to obtain adjusted means (lsmeans). I need adjusted means for group A and group B, after accounting for some covariates. My final object should be a data frame with predicted means for all 40 dependent variables for group A and group B.

This is what I tried, without any success:
# Examplified here with 2 outcome variables
outcome1 <- c(2, 4, 6, 8, 10, 12, 14, 16)
outcome2 <- c(1, 2, 3, 4, 5, 6, 7, 8)
var1 <- c("a", "a", "a", "a", "b", "b", "b", "b")
var2 <- c(10, 11, 12, 9, 14, 9, 5, 8)
var3 <- c(100, 101, 120, 90, 140, 90, 50, 80)

df <- data.frame(outcome1, outcome2, var1, var2, var3)

dependents <- c(outcome1, outcome2)

library(lsmeans) #install.packages("lsmeans")

results <- list()
for (i in seq_along(dependents) {
    fit <- lm(i ~ var1 + var2 + var3, data= df)
    summary <- summary(lsmeans(fit, "var1"))
    summary$outcome <- i
    results[i] <- summary
    }

解决方案
There were a few typos and things, but I think this is what you want:
# Examplified here with 2 outcome variables
outcome1 <- c(2, 4, 6, 8, 10, 12, 14, 16)
outcome2 <- c(1, 2, 3, 4, 5, 6, 7, 8)
var1 <- c("a", "a", "a", "a", "b", "b", "b", "b")
var2 <- c(10, 11, 12, 9, 14, 9, 5, 8)
var3 <- c(100, 101, 120, 90, 140, 90, 50, 80)

df <- data.frame(outcome1, outcome2, var1, var2, var3)

dependents <- c("outcome1", "outcome2")

library(lsmeans) #install.packages("lsmeans")

results <- list()
for (i in seq_along(dependents)) {
  eq <- paste(dependents[i],"~ var1 + var2 + var3")
  fit <- lm(as.formula(eq), data= df)
  summary <- summary(lsmeans(fit, "var1"))
  summary$outcome <- i
  results[[i]] <- summary
}


                        
这篇关于用不同的因变量重复回归的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！