如何用函数或循环简化LCA中Lo-Mendell-Rubin检验的代码？

首先保留原有的模型构建逻辑，直接基于lc列表完成参数提取与LRT计算，无需手动拆分单个模型：

# LCA data
library(poLCA)
data("carcinoma")
f <- cbind(A, B, C ,D ,E, F, G) ~ 1 

#1.1 创建k=1~4的LCA模型
lc <- list()
for(i in 1:4){
    lc[[i]] <- poLCA(f, carcinoma, nclass=i)
}

# 1.3 批量提取Lo-Mendell-Rubin检验所需参数
library(tidyLPA)
n <- lc[[1]]$Nobs  # 提取样本量

# 遍历lc列表，批量提取每个模型的关键参数并转为数据框
model_params <- do.call(rbind, lapply(lc, function(m) {
  data.frame(
    k = length(m$P),
    llik = m$llik,
    npar = m$npar,
    classes = length(m$P)
  )
}))

# 1.4 循环计算相邻类别数的Lo-Mendell-Rubin似然比检验
lrt_results <- list()
for (i in 1:(nrow(model_params)-1)) {
  # 获取k和k+1模型的参数
  k_prev <- model_params[i, ]
  k_curr <- model_params[i+1, ]
  
  # 计算LRT并存储结果
  lrt_results[[i]] <- calc_lrt(
    n = n,
    llik0 = k_prev$llik,
    npar0 = k_prev$npar,
    nclass0 = k_prev$classes,
    llik1 = k_curr$llik,
    npar1 = k_curr$npar,
    nclass1 = k_curr$classes
  )
}

# 转换为易读的数据框格式
clutabletest <- as.data.frame(do.call(rbind, lrt_results))
rownames(clutabletest) <- paste0("k", 1:3, " vs k", 2:4)

核心简化说明 #

1. 参数提取自动化：

   • 用lapply遍历lc列表，一次性提取所有模型的llik、npar和类别数，替代手动逐个赋值的重复操作。
   • 通过do.call(rbind, ...)将列表结果合并为数据框，便于后续循环调用。

2. LRT计算循环化：

   • 用for循环遍历相邻模型对（k=1vs2、2vs3、3vs4），自动调用calc_lrt函数，避免重复编写三次相同的计算代码。
   • 直接从参数数据框中提取对应行的参数，减少变量冗余。

3. 结果可读性优化：

   • 自动生成结果行名，清晰标识每个检验对应的类别数对比，无需手动调整格式。

内容的提问来源于stack exchange，提问作者Bruce