변수 'group'이 'linfct'에 지정되었지만 'model'에서 찾을 수 없습니다!

Question

내 질문에 이전 포럼에서 질문을 받았지만 어떤 이유로 응답이 저를 위해 작동하지 않습니다. R을 사용하여 로그 변환 된 데이터를 계획 비교하고 있는데 오류가 계속 발생합니다. mcp2matrix (model, linfct = linfct)의 오류 : 'linfct'에 'group'변수가 지정되었지만 가질 수 없습니다. '모델'에서 발견! 도움이 될 것입니다. 고맙습니다! mcp2matrix에서

stress.data = read.table(textConnection(" group rate lnrate 
1  P 69.169 4.236553 
2  P 68.862 4.5 
3  C 84.738 4.439564 
4  F 99.692 4.602085 
5  C 87.231 4.468560 
6  C 84.877 4.441203 
7  P 70.169 4.250907 
8  P 64.169 4.161520 
9  P 58.692 4.072303 
10  C 80.369 4.386629 
11  C 91.754 4.519111 
12  P 79.662 4.377793 
13  C 87.446 4.471021 
14  C 87.785 4.474891 
15  P 69.231 4.237449 
16  P 75.985 4.330536 
17  F 91.354 4.514742 
18  C 73.277 4.294247 
19  F 83.400 4.423648 
20  F 100.877 4.613902 
21  C 84.523 4.437024 
22  F 102.154 4.626481 
23  C 77.800 4.354141 
24  C 70.877 4.260946 
25  P 86.446 4.459520 
26  P 97.538 4.580242 
27  F 89.815 4.497752 
28  F 80.277 4.385483 
29  P 85.000 4.442651 
30  F 98.200 4.587006 
31  C 90.015 4.499976 
32  F 101.062 4.615734 
33  F 76.908 4.342610 
34  C 99.046 4.595584 
35  F 97.046 4.575185 
36  P 69.538 4.241873 
37  C 75.477 4.323828 
38  C 62.646 4.137500 
39  P 70.077 4.249595 
40  F 88.015 4.477507 
41  F 81.600 4.401829 
42  F 86.985 4.465736 
43  F 92.492 4.527122 
44  P 72.262 4.280298 
45  P 65.446 4.181225"), header = TRUE) 

library("multcomp") 
stress.lm= lm(stress.data$lnrate ~ stress.data$group, data = stress.data) 
stressPlanned= glht(stress.lm, linfct=mcp(group=c("C-P=0", "F-P=0"))) 

오류 (모델, linfct = linfct) : 변수 (들) '그룹' 'linfct'에 지정되었지만 '모델'에서 찾을 수 없습니다

여기 내 데이터입니다!

Answer 1

$으로 데이터에 액세스하는 것은 문제가 아니라 의도 된대로 data 인수에서 가져 오는 것입니다. 귀하의 경우에는 predict() 또는 glht()과 같은 후속 기능을 혼란스럽게하기 때문에 일반적으로 권장하지 않습니다. 다음을 사용하십시오 :

stress.lm <- lm(lnrate ~ group, data = stress.data) 
glht(stress.lm, linfct = mcp(group=c("C-P=0", "F-P=0"))) 
## General Linear Hypotheses 
## 
## Multiple Comparisons of Means: User-defined Contrasts 
## 
## Linear Hypotheses: 
##   Estimate 
## C - P == 0 0.1180 
## F - P == 0 0.2215