对 R 中的整洁数据同时执行多个 ANOVA

Question

我有一个如下所示的数据框，但有许多额外的行。 “内容”和“过程”都可以是“a”或“n”。

dv1  dv2  dv3  content  process
1    3    4    a        a
2    1    2    a        n
5    3    5    n        a
4    3    2    n        n

我知道如何对以这种方式设置的数据运行多个方差分析。我会运行以下命令：

dv <- df[,1:3]
output <- lm(as.matrix(dv) ~ content * proces, data = df, 
    contrasts = list(content = contr.sum, process = contr.sum))
summary(aov(output))

我想知道是否有一种方法可以在整洁的数据帧上执行相同的操作，而无需使用 spread() 将其恢复为上面相同的格式。我通常使用整洁的数据，而方差分析是我仍然对不整洁的数据进行的唯一分析之一。或者，如果您认为以我一直在做的方式运行 ANOVA 真的更好，并且我通过尝试在 tidyverse 中做所有事情来为自己创造更多的工作，请告诉我。

这就是整洁的数据框的样子：

dv   value  content  process 
dv1  1      a        a
dv1  2      a        n
dv1  5      n        a
dv1  4      n        n
dv2  3      a        a
dv2  1      a        n
dv2  3      n        a
dv2  3      n        n
dv3  4      a        a
dv3  2      a        n
dv3  5      n        a
dv3  2      n        n

Answer 1

“整洁”的方法是通过dv 处理nest 数据，然后使用purrr::map 对嵌套数据执行方差分析。

library(tidyverse)
df.aov <- df %>%
    group_by(dv) %>%
    nest() %>%
    mutate(aov = map(data, ~aov(value ~ content * process, data = .x)))
df.aov$aov
#[[1]]
#Call:
#   aov(formula = value ~ content * process, data = .x)
#
#Terms:
#                content process content:process
#Sum of Squares        9       0               1
#Deg. of Freedom       1       1               1
#
#Estimated effects may be unbalanced
#
#[[2]]
#Call:
#   aov(formula = value ~ content * process, data = .x)
#
#Terms:
#                content process content:process
#Sum of Squares        1       1               1
#Deg. of Freedom       1       1               1
#
#Estimated effects may be unbalanced
#
#[[3]]
#Call:
#aov(formula = value ~ content * process, data = .x)
#
#Terms:
#                    content process content:process
#Sum of Squares     0.25    6.25            0.25
#Deg. of Freedom       1       1               1
#
#Estimated effects may be unbalanced

df.aov 包含两列 data 和 aov，它们分别包含 list 和 tibbles 和 aovs。

---

样本数据

df <- read.table(text =
    "dv   value  content  process
dv1  1      a        a
dv1  2      a        n
dv1  5      n        a
dv1  4      n        n
dv2  3      a        a
dv2  1      a        n
dv2  3      n        a
dv2  3      n        n
dv3  4      a        a
dv3  2      a        n
dv3  5      n        a
dv3  2      n        n", header = T)

Answer 2

只需使用 tidyr 的 gather() 重新整形并运行相同的流程：

sdf <- tidyr::spread(tidy_data, dv, value)
sdf
#   content process dv1 dv2 dv3
# 1       a       a   1   3   4
# 2       a       n   2   1   2
# 3       n       a   5   3   5
# 4       n       n   4   3   2

dv <- sdf[,3:5]
output <- lm(as.matrix(dv) ~ content * process, data = sdf, 
             contrasts = list(content = contr.sum, process = contr.sum))
summary(aov(output))

数据

txt <- "dv   value  content  process 
dv1  1      a        a
dv1  2      a        n
dv1  5      n        a
dv1  4      n        n
dv2  3      a        a
dv2  1      a        n
dv2  3      n        a
dv2  3      n        n
dv3  4      a        a
dv3  2      a        n
dv3  5      n        a
dv3  2      n        n"

tidy_data <- read.table(text = txt, header = TRUE)