小编loc*_*cus的帖子

我正在使用该emmeans软件包，但无法理解为什么它会起作用

library(emmeans)\nmod <- lm(mpg ~ disp + hp, data = mtcars)\nl1 <- emmeans(mod, list("disp","hp"))\n\nfor (x in l1) {print(data.frame(x))}\n\n      disp   emmean        SE df lower.CL upper.CL\n1 230.7219 20.09062 0.5527102 29 18.96021 21.22104\n        hp   emmean        SE df lower.CL upper.CL\n1 146.6875 20.09062 0.5527102 29 18.96021 21.22104\n

但这不是吗？

lapply(l1, function(x) data.frame(x))\n\n Error in as.data.frame.default(x[[i]], optional = TRUE) : \ncannot coerce class \xe2\x80\x98"function"\xe2\x80\x99 to a data.frame\n

使用普通列表，我得到预期的输出（列表中的数据帧）：

l2 <- list(a=matrix(c(1,2,3,4)), b=matrix(c(5,6,7,8)))\nlapply(l2, function(x) data.frame(x))\n$a\n  x\n1 1\n2 2\n3 1\n4 3\n\n$b\n  x\n1 …

我可以通过下面的代码得到两两比较的意义

m <- lmer(angle ~ recipe*temp + (1|replicate), data=cake)
emtrends(m, pairwise~recipe, var="temp")

$emtrends
 recipe temp.trend         SE  df   lower.CL  upper.CL
 A       0.1537143 0.02981898 250 0.09498586 0.2124427
 B       0.1645714 0.02981898 250 0.10584300 0.2232999
 C       0.1558095 0.02981898 250 0.09708110 0.2145379

$contrasts
 contrast     estimate        SE  df t.ratio p.value
 A - B    -0.010857143 0.0421704 250  -0.257  0.9641
 A - C    -0.002095238 0.0421704 250  -0.050  0.9986
 B - C     0.008761905 0.0421704 250   0.208  0.9765

但是，如果我对每个趋势recipe本身是否重要感兴趣怎么办？我怎样才能得到 的意义$emtrends？

dat <- data.frame(nitrogen = runif(50, 0, 10), temperature= rnorm(50, 10, 3))
modmat <- model.matrix(~ nitrogen * temperature, dat)
coeff <- c(1, 2, -1, 1.5)
dat$soil <- rnorm(50, mean = modmat %*% coeff, sd = 0.5)

我试图绘制回归平面，显示了如何temperature温和派之间的关系nitrogen和soil。

library(plot3D)

x <- dat$nitrogen
y <- dat$temperature
z <- dat$soil

fit <- lm(z ~ x*y)

grid.lines = 26
x.pred <- seq(min(x), max(x), length.out = grid.lines)
y.pred <- seq(min(y), max(y), length.out = grid.lines)
xy <- expand.grid( x = x.pred, …