按组拟合线性模型/方差分析[重复]

Question

我正在尝试在 R 中运行 anova() 并遇到了一些困难。这是我到目前为止所做的，以帮助阐明我的问题。

这是我目前数据的str()。

 str(mhw)
'data.frame':   500 obs. of  5 variables:
$ r    : int  1 2 3 4 5 6 7 8 9 10 ...
$ c    : int  1 1 1 1 1 1 1 1 1 1 ...
$ grain: num  3.63 4.07 4.51 3.9 3.63 3.16 3.18 3.42 3.97 3.4 ...
$ straw: num  6.37 6.24 7.05 6.91 5.93 5.59 5.32 5.52 6.03 5.66 ...
$ Quad : Factor w/ 4 levels "NE","NW","SE",..: 2 2 2 2 2 2 2 2 2 2 ...

列 r 是一个数值，指示单个图所在字段中的哪一行 c 列是一个数值，指示单个图所在的列
列 Quad 对应于每个地块所在的字段中的地理位置

Quad <- ifelse(mhw$c > 13 & mhw$r < 11, "NE",ifelse(mhw$c < 13 & mhw$r < 11,"NW", ifelse(mhw$c < 13 & mhw$r >= 11, "SW","SE")))
mhw <- cbind(mhw, Quad)

我有一个lm()，如下所示

nov.model <-lm(mhw$grain ~ mhw$straw)
anova(nov.model)

这是整个田地的anova()，它正在测试数据集中每个地块的谷物产量和稻草产量。

我的麻烦是我想为我的数据的 Quad 列运行一个单独的 anova() 来测试每个象限中的谷物产量和秸秆产量。

也许with() 可能会解决这个问题。我以前从未使用过它，目前我正在学习 R。任何帮助将不胜感激。

Answer 1

我认为您正在寻找 R 中的 by 设施。

fit <- with(mhw, by(mhw, Quad, function (dat) lm(grain ~ straw, data = dat)))

由于您在Quad 中有4 个级别，因此您最终在fit 中有4 个线性模型，即fit 是长度为4 的“by”类对象（一种“list”类型）。

要获取每个模型的系数，您可以使用

sapply(fit, coef)

要生成模型摘要，请使用

lapply(fit, summary)

要导出方差分析表，请使用

lapply(fit, anova)

---

作为一个可复现的例子，我从?by 中提取例子：

tmp <- with(warpbreaks,
            by(warpbreaks, tension,
               function(x) lm(breaks ~ wool, data = x)))

class(tmp)
# [1] "by"

mode(tmp)
# [1] "list"

sapply(tmp, coef)

#                    L         M         H
#(Intercept)  44.55556 24.000000 24.555556
#woolB       -16.33333  4.777778 -5.777778

lapply(tmp, anova)

#$L
#Analysis of Variance Table
#
#Response: breaks
#          Df Sum Sq Mean Sq F value  Pr(>F)  
#wool       1 1200.5 1200.50  5.6531 0.03023 *
#Residuals 16 3397.8  212.36                  
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
#$M
#Analysis of Variance Table
#
#Response: breaks
#          Df  Sum Sq Mean Sq F value Pr(>F)
#wool       1  102.72 102.722  1.2531 0.2795
#Residuals 16 1311.56  81.972               
#
#$H
#Analysis of Variance Table
#
#Response: breaks
#          Df  Sum Sq Mean Sq F value Pr(>F)
#wool       1  150.22 150.222  2.3205 0.1472
#Residuals 16 1035.78  64.736

---

我知道这个选项，但不熟悉。感谢@Roland 为上述可重现示例提供代码：

library(nlme)
lapply(lmList(breaks ~ wool | tension, data = warpbreaks), anova)

对于您的数据，我认为会是

fit <- lmList(grain ~ straw | Quad, data = mhw)
lapply(fit, anova)

你不需要安装nlme；它带有 R 作为推荐的软件包之一。