我在R中有以下ANOVA,效果很好:
fit <- aov(dependent1 ~ X + Z + X*Z, data=dataset)
drop1(fit,~.,test="F")
“dependent1”,“X”和“Z”是列名。
我想创建一个for循环,我遍历一定数量的因变量,我尝试了这个:
dependent_variables <- c("dependent1", "dependent2", "dependent3")
for (i in dependent_variables) {
fit <- aov(i ~ X + Z + X*Z, data=dataset)
drop1(fit,~.,test="F")
}
如果我运行此命令,则会收到错误消息:
Error in model.frame.default(formula = i ~ X + Z + X * :
variable lengths differ (found for 'X')
知道这里出了什么问题吗?
答案 0 :(得分:1)
为什么不循环访问数据而不是循环遍历名称?也许这比你想要做的更有点笨拙。
创建数据
dependent1 = runif(100);
dependent2 = runif(100);
dependent3 = runif(100);
dataset = data.frame(X=1:100, Z=rnorm(1,1,100))
运行单一方差分析
fit = aov(dependent1 ~ X + Z + X*Z, data=dataset)
drop1(fit,~.,test="F")
将依赖者绑定在一起并循环遍历它们,将结果存储在列表对象中
d = cbind(dependent1, dependent2, dependent3)
fit = list(); drop = list()
for (i in 1:ncol(d)) {
fit[[i]] = aov(d[,i] ~ X + Z + X*Z, data=dataset)
drop[[i]] = drop1(fit[[i]],~.,test="F")
}
**已修改:名为fit
而不是fit[[i]]
。对不起。
答案 1 :(得分:1)
示例数据(可能符合也可能不符合ANOVA的标准)
X <- rnorm(100)
Z <- rnorm(100)
dependent1 <- rnorm(100)
dependent2 <- rnorm(100)
dependent3 <- rnorm(100)
dataset <- cbind(data.frame(X, Z, dependent1, dependent2, dependent3))
以下脚本可以使用,您需要在因变量的行列号中输入:
for (i in 3:5) {
fit <- aov(dataset[ , i] ~ X + Z + X*Z, data=dataset)
drop <- drop1(fit,~.,test="F")
print(fit)
print(drop)
}