R语言 bruceR包安装及常见错误解决

推荐大家看如下两篇文章,里面包含了如何安装bruceR这个包,以及安装时常见的错误和解决方法的讲解

参考文档:如何安装(点它!)
参考文档:安装常见问题的解决方法(安装有问题就点它!)

大神已经写的很清楚了,接下来我来说下我碰到的问题吧

起初,我已经成功安装好了“devtools”、“tidyverse”、“ggstatsplot”这三个包,但是我没有进行update.packages包的更新,而是直接进行了bruceR包的安装,然后出现了如下的错误:
在这里插入图片描述
接着,我就老老实实的回头去更新R包,却碰到了如下图的错误:
在这里插入图片描述
解决的方法是,改一下它的镜像服务器为CDN即可。
更新完包后,去安装bruceR包并导入就成功了

devtools::install_github("psychbruce/bruceR")

library(bruceR)

在这里插入图片描述
一开始我也是像大神的文章里所示,说是Rcpp的问题,但是由于那时候没看到大神的文章就没有用大神的方法解决,然后就没有做。等过了一天,重新试了下bruceR安装,问题却改变了,它真的是,有自己的想法。。。
大神的安装方法跟问题总结分享给大家,同时也将我碰到的问题分享给大家,希望对大家有帮助。

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
R语言中进行回归分析的PROCESS,需要准备R脚本和perl脚本进行后台运行。首先,使用nohup命令将R脚本放到后台运行,并将结果输出到result.out文件中。其次,使用grep命令从result.out文件中提取关键信息,例如pvalue。然后,使用perl脚本进一步筛选出与indirect显著相关的组合,并将结果保存到result_sel_res.out文件中。 另外,如果想要在R语言中进行线性回归分析,可以使用lm函数建立线性回归模型。其中,X是自变量,M是中介变量,Y是因变量(二分类变量)。通过lm函数可以得到相关系数和显著性检验结果。如果Y是二分类变量,可以使用glm函数进行逻辑回归分析,并设置family参数为binomial。建立线性回归模型和逻辑回归模型后,可以使用mediation进行处理,通过设定treat参数为X,mediator参数为M,进行中介效应分析。最后,使用summary函数可以查看中介效应的结果。 总的来说,R语言中进行回归分析的PROCESS可以分为以下步骤: 1. 准备R脚本和perl脚本,使用nohup命令将R脚本放到后台运行,并将结果输出到文件中。 2. 使用grep命令从输出文件中提取关键信息。 3. 使用perl脚本筛选出与indirect显著相关的组合。 4. 使用lm函数建立线性回归模型,通过glm函数进行逻辑回归分析。 5. 使用mediation进行中介效应分析。 6. 使用summary函数查看中介效应的结果。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [R语言| 中介效应分析,MediationBruceR,循环Process函数](https://blog.csdn.net/mocchan925/article/details/124007297)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [结巴分词(支持词性标注)](https://download.csdn.net/download/qq_34859668/10855874)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值