在R中循环许多单侧方差分析答案

【问题标题】：Looping many one-sided ANOVA in R在R中循环许多单侧方差分析
【发布时间】：2015-01-09 10:32:12
【问题描述】：

我想为不同的数字向量运行 100 ANOVA。

我的数字向量是来自我的 data.frame 的 (ruy, fjr, akf....)

aa=aov(data.frame$ruy~data.frame$Group)
anova(aa)
ab=aov(data.frame$fjr~data.frame$Group)
anova(ab)
ac=aov(data.frame$akf~data.frame$Group)
anova(ac)
.....
.....

我的循环技巧很差，所以请善待。

【问题讨论】：

标签： r loops statistics anova

【解决方案1】：

由于aov 基于lm，您可以在LHS 上使用cbind 因变量，这会导致运行单独的模型：

formula <- as.formula(paste0("cbind(", paste(names(iris)[-5], collapse = ","), ") ~ Species"))

fit <- aov(formula, data=iris)
summary(fit)
# Response Sepal.Length :
#             Df Sum Sq Mean Sq F value    Pr(>F)    
#Species       2 63.212  31.606  119.26 < 2.2e-16 ***
#Residuals   147 38.956   0.265                      
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
# Response Sepal.Width :
#             Df Sum Sq Mean Sq F value    Pr(>F)    
#Species       2 11.345  5.6725   49.16 < 2.2e-16 ***
#Residuals   147 16.962  0.1154                      
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
#</snip>

【讨论】：

我应该写到我有很多 NA:s，当我手动执行 ANOVA 时，R 会忽略它们。我不想将 NA 视为 0。
Roland 的这个回答和@Tothal 下面的回答都符合我的目的，但是我有自己的问题。一个人将如何扩展以运行多个事后测试的方法？线性模型有效，但信息结果的结构使得 Post Hoc 测试无法轻松运行和“堆叠”。有什么想法吗？
这取决于您打算运行什么样的事后测试。您只是想调整此答案中显示的 p 值，还是想对每个模型进行测试？对于后者，使用 thothal 所示的方法。

【解决方案2】：

或者，您可以遍历响应以创建一个列表，其中每个元素对应一个模型，而不是来自 Roland 的出色答案，它生成具有多个响应的“单个”模型。如果您想（在后面的步骤中）单独使用生成的模型，这可能很有用：

responseList <- names(iris)[-5]
modelList    <- lapply(responseList, function(resp) {
                           mF <- formula(paste(resp, " ~ Species"))
                           aov(mF, data = iris)
                })

然后您可以再次使用lapply 在aov 模型上运行summary：

lapply(modelList, summary)

如前所述，Roland 的解决方案为您提供了一个多响应模型 (class(fit))，而上述解决方案为您提供了一个（单）响应模型列表。无论您喜欢什么，主要取决于您希望如何处理结果。

【讨论】：