Shiny 版混合线性模型的建模遍历

本文是对下文的函数创作了可视化界面。混合线性模型中的模型遍历:https://zhuanlan.zhihu.com/p/67048151

在RStudio中执行下方代码，即可生成可视化版：

source('https://raw.githubusercontent.com/usplos/Eye-movement-related/master/LmmCode.R')

可生成下面两个函数：

formula_generate_shiny() # 生成formula的函数	
LMMRun_Parallel_shiny() # 遍历模型的函数	
	
# number.IV表示固定因子的个数，默认为2，可以设置为2或

执行命令：

formula_generate_shiny()

生成界面（图中的参数为默认参数）

1. 因变量的名称

2. 固定因子的个数（2或3）

3. 第一个固定因子的名称

4. 第二个固定因子名称

5. 第三个固定因子的名字（固定因子的个数设置为2时，该参数不需设置）

6. 第一个群组变量的名称

7. 第二个群组变量的名称

8. 点击可下载右边的formula

9. formula data

执行下方命令：

LMMRun_Parallel_shiny()

生成界面（图中参数为默认参数）：

1. 因变量的名称

2. 固定因子的个数（2或3）

3. 第一个固定因子的名称

4. 第二个固定因子的名称

5. 第三个固定因子的名称（固定因子为2时，该参数不需设置）

6. 第一个群组变量的名称

7. 第二个群组变量的名称

8. 是否遍历运行模型

9. 是否从已有的formula运行模型

10. 已有的formula的文件名称

11. 因变量的分布族（有gaussian、binomial和poisson三个选项）

12. 多线程的线程数

13. 输出的文件的前缀

14. 点击Browse选取文件并读取

15. 如果更改了参数，点击此处更新结果

一次运行的结果：

根据已有的formula运行：

1. 这些地方都不用设置

2. 需要设置这些地方，YFormulas.csv 是工作路径下formula的文件

用到的数据示例：

根据输出的结果可以选取拟合程度最好的模型。

此外，还生成一个函数：

LMM_Model_Info_Shiny() # 某一模型的具体信息

执行该函数后生成如下界面：

1. formula

2. 因变量分布族(gaussian – 正态分布；binomial – 二项分布；poisson – 泊松分布)

3. 点击Browse导入数据

4. 设置数据预览多少航

5. 数据预览

6. 模型的summry()的结果