extract_instruments(outcomes,p1 = 5e-08,clump = TRUE, + p2 = 5e-08,r2 = 0.001,kb = 10000,access_token = ieugwasr::check_access_token(), + force_server = FALSE) Error in unique(outcomes) : object 'outcomes' not found >
时间: 2023-06-23 22:07:56 浏览: 530
这个错误提示告诉我们在执行 `extract_instruments()` 函数时,R 无法找到 `outcomes` 这个对象。可能是因为你没有定义 `outcomes` 对象,或者在函数调用时没有正确传递参数。
请检查一下你的代码,看看是否定义了 `outcomes` 对象。如果没有,请先定义 `outcomes` 对象并赋值,再执行 `extract_instruments()` 函数。
另外,你也可以尝试在函数调用时手动传递 `outcomes` 参数,例如:
```
extract_instruments(outcomes = my_outcomes, p1 = 5e-08, clump = TRUE, p2 = 5e-08, r2 = 0.001, kb = 10000, access_token = ieugwasr::check_access_token(), force_server = FALSE)
```
其中,`my_outcomes` 是你定义的 `outcomes` 对象。
相关问题
asm_exp_dat <- extract_instruments(outcomes = 'ebi-a-GCST90014325') asm <- extract_instruments(outcomes = 'ebi-a-GCST90014325', clump = TRUE, r2 = 0.001, kb = 10000, access_token = NULL) #如果想要调整P值 asm_1 <- extract_instruments(outcomes = 'ebi-a-GCST90014325', p1 = 5e-08, clump = TRUE, r2 = 0.001, kb = 10000, access_token = NULL)bca_out <- extract_outcome_data( snps=data$SNP, outcomes='ieu-a-1127', proxies = FALSE, maf_threshold = 0.01, access_token = NULL ) mydata <- harmonise_data( exposure_dat=asm_1, outcome_dat=bca_out, action= 3 )Error in data$SNP : object of type 'closure' is not subsettable >我该如何修改?正确的代码是?
根据代码,你是想从 `data` 中提取 `SNP` 列,但是出现了错误。这个错误的原因可能是 `data` 不是一个数据框或数据表,而是一个函数。因此,你需要先执行 `data()` 函数,将数据加载到内存中,然后再提取 `SNP` 列。
修改后的代码如下:
```
data() # 加载数据
bca_out <- extract_outcome_data(
snps = mydata$SNP, # 提取 mydata 数据框的 SNP 列
outcomes = 'ieu-a-1127',
proxies = FALSE,
maf_threshold = 0.01,
access_token = NULL
)
```
另外,你在上面的代码中使用了 `asm_1` 数据框,但是它没有在代码中定义。如果需要使用 `asm_1` 数据框,请先定义并赋值。
我的代码如下:install.packages(‘devtools’) devtools::install_github(‘MRCIEU/TwoSampleMR’) library(TwoSampleMR) #加载R包 che<-extract_instruments(outcomes='ukb-b-1489', clump=TRUE, access_token = NULL) chd<-extract_outcome_data( snps = che$SNP, outcomes ='ieu-a-7', proxies = FALSE, maf_threshold = 0.01, access_token = NULL) mydata <- harmonise_data( exposure_dat=che, outcome_dat=chd, action= 2 ) res <- mr(mydata) res OR<-generate_odds_ratios(res) 要输入什么代码才能使用maximum likelihood进行MR分析
要使用最大似然方法进行MR分析,可以使用TwoSampleMR包中的`mr_ml()`函数。使用该函数的语法如下:
```
res_ml <- mr_ml(data, prior_variance = 0.04, verbose = TRUE)
```
其中,`data`是通过`harmonise_data()`函数协调的数据集,`prior_variance`是一个可选参数,可以用来指定先验方差(默认值为0.04),`verbose`参数是一个逻辑值,用于控制是否输出详细信息(默认值为TRUE)。
请注意,最大似然方法是一种计算量较大的方法,可能需要较长的计算时间。
相关推荐
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)