在应用系列中使用“复杂”功能

Question

我正在尝试在tapply() 行中使用aov() 函数，但不确定它是否不可能，或者我只是编码不正确。

Factors<-c("Factor 1", "Factor 2")
Years<-c("Year 1", "Year 2", "Year 3","Year 4", "Year 5")
width<-rnorm(100)
height<-rnorm(100)

mydata<-data.frame(Years,Factors,width,height)

我想看看每年的因子水平之间是否存在差异。请注意，我的真实数据有几个因子水平，这就是我使用 ANOVA 而不是 t 检验的原因。

我可以让tapply() 执行“简单”功能，例如sum：

with(mydata,tapply(width,Factors,FUN="sum"))

从简单的例子来看，我认为tapply() 的工作方式基本上是通过第二个条目Factors 对数据进行子集化，然后取第一个条目width，并将其放入任何声明的函数中.根据这个推理，我尝试了：

with(mydata,tapply(width~Factors,Years,FUN="aov"))

这会返回错误arguments must have the same length。

如果可以将tapply 与需要复杂输入的功能一起使用，我该怎么做？我预计如何存储此类输出会出现问题。例如，如果我保存了 2 个 anova，我想将它们保存为单个“变量名”。

width.anova<-with(mydata,aov(width~Factors))
height.anova<-with(mydata,aov(height~Factors))

all.anovas<-c(width.anova, height.anova)

我希望能够做的事情类似于（*以下代码不起作用，只是为了显示我的意思）：

#all.anovas$width.anova

显然c() 函数不起作用。我知道为了能够使用$ 语法，我应该使用数据框，但以下方法不起作用：

all.anovas<-data.frame(width.anova, height.anova)

如果有更简单的方法来获得我正在寻找的结果，非常感谢任何关于如何操作的提示。同样，我希望进行 5 次方差分析 - 比较 5 年中每一年的因子水平 1 和 2 之间的差异。实际上，我的数据有 8 年和 5 个因子水平。我还将对几个变量（如宽度和高度）进行这些方差分析。

Answer 1

您使用了错误的功能。你可能想要更多这样的东西：

lapply(split(mydata,mydata$Years),function(x) aov(width ~ Factors,data = x))

或者您可以使用 plyr 包并执行以下操作：

dlply(mydata,.(Years),function(x) aov(width ~ Factors,data = x))

tapply 通常用于处理向量，因此对于更复杂的对象，您需要使用不同的工具。

为了解决您的评论，可能是这样的：

aov_fun <- function(x,vars){
    out <- vector("list",length(vars))
    names(out) <- vars
    f <- paste0(vars,"~Factors")
    for (i in seq_along(vars)){
        out[[i]] <- aov(as.formula(f[i]),data = x)
    }
    out
}

lapply(split(mydata,mydata$Years),aov_fun,vars = c('width','height'))