如何编写一个 for 循环来创建模型并具有引用同一模型的函数

我正在尝试使用不平衡的双向方差分析进行事后分析anova_test函数在rstatix包裹。我需要迭代地运行这个事后测试，因为我有大约 26 个响应 (y) 变量。我的第一步是创建我所有的模型y与相关的变量group and treatment。我已经成功地做到了这一点，创建了一个包含 26 个模型的列表：

models <- map(data[,y1:y26], ~(lm(.x ~data$group*data$treatment)))

现在到了我坚持的部分。迭代地参考这些模型。我想运行以下代码every y我有变量：

group_by(group) %>%
anova_test(y ~ treatment, error = models(y), type = 3)

我的在哪里y每次都会发生变化，并且“模型”（在error =术语）相应更新。我正在努力解决这一问题，因为我制作的第一组模型用于通知第二组模型。

但是，如果我只运行一个y一次通过这一整段代码，我得到了适当的结果。

model <- lm(y ~ group*treatment, data = data)

data %>%
group_by(group) %>%
anova_test(y ~ treatment, error = model, type = 3)

我尝试创建一个 for 循环以及使用map函数在purrr包但是我一直不成功。我是 for 循环的新手purrr所以我确信这是一个简单的修复，我只是看不到它。

基本上我想要一种跑步方式

data %>%
group_by(group) %>%
anova_test(y ~ treatment, error = model, type = 3)

对于不同的迭代y变量（y1, y2, ..., y26）同时也提到了适当的model（模型$y1，模型$y2，...，模型$26）。

感谢您的帮助！

好吧，你没有提供任何数据，所以让我们使用牙齿生长。您似乎喜欢模型格式，所以让我们构建一个模型列表。您可以以自动化的方式完成此操作，但为了清楚起见，让我们手动完成。电话purrr::map与anova_test功能。您会收到一份清单。既然你负责命名列表元素，那就去城里吧。

5月18日更新答案。现在使用map2因为你想要两个不同的模型通过为每个模型构建一个列表......

library(rstatix)
library(purrr)

ToothGrowth$len2 <- ToothGrowth$len^2 # for variety

models <- list(model1 = lm(len ~ supp*dose, ToothGrowth), 
               model2 = lm(len ~ dose*supp, ToothGrowth),
               model3 = lm(len2 ~ dose*supp, ToothGrowth),
               model4 = lm(len2 ~ supp*dose, ToothGrowth))

models2 <- list(model1 = lm(len ~ supp, ToothGrowth), 
               model2 = lm(len ~ dose, ToothGrowth),
               model3 = lm(len2 ~ dose, ToothGrowth),
               model4 = lm(len2 ~ supp, ToothGrowth))


# one model
purrr::map(models, ~ anova_test(.x, type = 3))


# now with model for error term
purrr::map2(models, models2, ~ anova_test(.x, error = .y, type = 3))
#> Coefficient covariances computed by hccm()
#> Coefficient covariances computed by hccm()
#> Coefficient covariances computed by hccm()
#> Coefficient covariances computed by hccm()
#> $model1
#> ANOVA Table (type III tests)
#> 
#>      Effect DFn DFd      F        p p<.05   ges
#> 1      supp   1  58  4.058 0.049000     * 0.065
#> 2      dose   1  58 12.717 0.000734     * 0.180
#> 3 supp:dose   1  58  1.588 0.213000       0.027
#> 
#> $model2
#> ANOVA Table (type III tests)
#> 
#>      Effect DFn DFd      F        p p<.05   ges
#> 1      dose   1  58 33.626 2.92e-07     * 0.367
#> 2      supp   1  58 10.729 2.00e-03     * 0.156
#> 3 dose:supp   1  58  4.200 4.50e-02     * 0.068
#> 
#> $model3
#> ANOVA Table (type III tests)
#> 
#>      Effect DFn DFd      F        p p<.05   ges
#> 1      dose   1  58 36.028 1.35e-07     * 0.383
#> 2      supp   1  58  7.128 1.00e-02     * 0.109
#> 3 dose:supp   1  58  2.709 1.05e-01       0.045
#> 
#> $model4
#> ANOVA Table (type III tests)
#> 
#>      Effect DFn DFd      F        p p<.05   ges
#> 1      supp   1  58  2.684 0.107000       0.044
#> 2      dose   1  58 13.566 0.000508     * 0.190
#> 3 supp:dose   1  58  1.020 0.317000       0.017