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)
因变量的名称
固定因子的个数(2或3)
第一个固定因子的名称
第二个固定因子名称
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)
第一个群组变量的名称
第二个群组变量的名称
点击可下载右边的formula
formula data
执行下方命令:
LMMRun_Parallel_shiny()
生成界面(图中参数为默认参数):
因变量的名称
固定因子的个数(2或3)
第一个固定因子的名称
第二个固定因子的名称
第三个固定因子的名称(固定因子为2时,该参数不需设置)
第一个群组变量的名称
第二个群组变量的名称
是否遍历运行模型
是否从已有的formula运行模型
已有的formula的文件名称
因变量的分布族(有gaussian、binomial和poisson三个选项)
多线程的线程数
输出的文件的前缀
点击Browse选取文件并读取
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:
这些地方都不用设置
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:
formula
因变量分布族(gaussian – 正态分布;binomial – 二项分布;poisson – 泊松分布)
点击Browse导入数据
设置数据预览多少航
数据预览
模型的summry()的结果