自动化多组glmer模型拟合与对比并导出结果至Word的实现需求

所需R包 #

先安装并加载必要的工具包：

install.packages(c("lme4", "broom.mixed", "officer", "dplyr", "flextable"))
library(lme4)
library(broom.mixed)
library(officer)
library(dplyr)
library(flextable)

步骤1：定义变量映射与模型结构 #

先明确因变量和对应首个自变量的配对关系，同时固定模型的通用结构（可根据你的数据集修改）：

# 定义因变量与对应首个自变量的映射表
var_pairs <- tibble(
  dv = c("yone", "ytwo", "ythree", "zone", "ztwo"),
  iv_first = c("yone0", "ytwo0", "ythree0", "zone0", "ztwo0")
)

# 自定义模型的固定效应补充部分（替换为你的实际协变量）
fixed_effects_extra <- " + age + gender"
# 自定义随机效应结构（替换为你的实际分组变量）
random_effects <- "(1 | subject_id)"

步骤2：批量拟合模型并执行ANOVA对比 #

通过循环遍历每个因变量，自动拟合3组模型并完成模型间对比：

# 初始化列表存储所有结果
all_results <- list()

for (i in 1:nrow(var_pairs)) {
  current_dv <- var_pairs$dv[i]
  current_iv <- var_pairs$iv_first[i]
  
  # 动态生成3组模型的公式
  formula1 <- as.formula(paste0(current_dv, " ~ ", current_iv, " + ", random_effects))
  formula2 <- as.formula(paste0(current_dv, " ~ ", current_iv, fixed_effects_extra, " + ", random_effects))
  formula3 <- as.formula(paste0(current_dv, " ~ ", current_iv, "*age", fixed_effects_extra, " + ", random_effects))
  
  # 拟合模型（根据因变量类型修改family参数，比如gaussian/poisson等）
  model1 <- glmer(formula1, data = dat3_long, family = binomial)
  model2 <- glmer(formula2, data = dat3_long, family = binomial)
  model3 <- glmer(formula3, data = dat3_long, family = binomial)
  
  # 整理模型摘要（带置信区间）
  summary1 <- tidy(model1, conf.int = TRUE)
  summary2 <- tidy(model2, conf.int = TRUE)
  summary3 <- tidy(model3, conf.int = TRUE)
  
  # 执行模型间ANOVA对比
  anova_res <- anova(model1, model2, model3) %>% tidy()
  
  # 存储当前因变量的所有结果
  all_results[[current_dv]] <- list(
    model1_summary = summary1,
    model2_summary = summary2,
    model3_summary = summary3,
    anova_comparison = anova_res
  )
}

提示：若模型出现收敛问题，可在glmer()中添加control = glmerControl(optimizer = "bobyqa")参数优化拟合。

步骤3：导出所有结果至Word文档 #

将每个因变量的模型摘要和ANOVA结果按规范格式写入Word：

# 创建空白Word文档
doc <- read_docx()

# 遍历所有结果，逐段写入文档
for (dv_name in names(all_results)) {
  # 添加因变量标题
  doc <- doc %>%
    body_add_par(paste("分析因变量：", dv_name), style = "Heading 1") %>%
    body_add_par("")
  
  # 写入模型1摘要
  doc <- doc %>%
    body_add_par("模型1 结果摘要", style = "Heading 2") %>%
    body_add_flextable(flextable(all_results[[dv_name]]$model1_summary) %>% autofit()) %>%
    body_add_par("")
  
  # 写入模型2摘要
  doc <- doc %>%
    body_add_par("模型2 结果摘要", style = "Heading 2") %>%
    body_add_flextable(flextable(all_results[[dv_name]]$model2_summary) %>% autofit()) %>%
    body_add_par("")
  
  # 写入模型3摘要
  doc <- doc %>%
    body_add_par("模型3 结果摘要", style = "Heading 2") %>%
    body_add_flextable(flextable(all_results[[dv_name]]$model3_summary) %>% autofit()) %>%
    body_add_par("")
  
  # 写入ANOVA对比结果
  doc <- doc %>%
    body_add_par("模型间ANOVA对比结果", style = "Heading 2") %>%
    body_add_flextable(flextable(all_results[[dv_name]]$anova_comparison) %>% autofit()) %>%
    body_add_par("") %>%
    body_add_break()  # 添加分页符分隔不同因变量的结果
}

# 保存最终文档
print(doc, target = "glmer_models_analysis_results.docx")

内容的提问来源于stack exchange，提问作者nnet