Oi, André. Eu gosto de usar o lapply nessas situações. Facilita até para comparar os modelos, aplicar predcit etc., pois retorna uma list (com a estutura abaixo, em que cada elemento terá o nome da respectiva coluna do data.frame passado como objeto). models <- lapply( dados[, 1:4], function( y ){ lm( y ~ X1*X2 ) }) Abs, Karina On Tue, Dec 20, 2016 at 2:37 PM Andre Oliveira via R-br < r-br@listas.c3sl.ufpr.br> wrote:

Pessoal como eu poderia modelar os Ys com um for ou de alguma outra forma? (Tenho 20 Ys)

Exemplo. library(mvtnorm) Sigma <- matrix(c(1,1,-.4,-.9,1,4,1.6,-1.2,-.4,1.6,4, 1.8,-.9,-1.2,1.8,9),ncol=4) Y <- rmvnorm(10, c(2,4,6,8), Sigma) X1=as.factor(c(rep("A",5),rep("B",5))) X2=as.factor(c(rep("1",2),rep("3",3),rep("2",2),rep("0",3))) dados = data.frame(Y,X1,X2)

for (i in 1:4) lm(dados[,i] ~X1*X2))

No verdade desejo usar ajustar com a função!

require(ExpDes.pt) fat2.dic(X1, X2, dados[i], quali = c(TRUE, TRUE), mcomp = "sk", fac.names = c("Doses", "Substrato"), sigT = 0.05, sigF = 0.05)

obg

André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo. IFES _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.