Question

我需要一些帮助来在R中执行N路ANOVA以捕获不同因素之间的相互依赖性。在我的数据中，有大约100种不同的因素，我使用以下代码来执行ANOVA。

model.lm<-lm(y~., data=data)
anova(model.lm)

据我所知（可能是我错了），这仅对每个因素进行单向ANOVA。由于某些原因，我需要在所有100个组之间执行N路方差分析，即从x1到x100。我是否需要像下面这样指定每个因素，或者有一个简写符号？

model.lm<-lm(y~x1*x2*x3....,x100, data=data)
anova(model.lm)

Answer 1

您可以使用update.formula和~(.)^n表示法。

例如，对于包含4个变量a，b，c和d

的3向互动的模型

update(~a+b+c+d, ~(.)^3)


## ~a + b + c + d + a:b + a:c + a:d + b:c + b:d + c:d + a:b:c + a:b:d + a:c:d + b:c:d

因此，对于您希望适应100向互动的示例，我建议您考虑使用更合适的模型（特别是如果您在这里考虑的话）。

如果您决定继续使用基本的ANOVA方法，您可以执行类似的操作（并等待由于您的大数据/不适当的模型导致内存问题导致R崩溃。）

xvars <- paste0('x',1:100)
oneway <- reformulate(termlabels=  xvars, response = 'y')


horribleformula <- update(oneway, . ~ (.)^100)

horriblemodel <- lm(horribleformula, data=data)

或者（感谢@Dason选择了这个）

 stillhorrible <- lm(y ~ .^100, data = data)

R中的N路方差分析

1 个答案: