r - 用于运行多个变量的线性模型和方差分析并收集数据框中的 p 值的函数

Question

根据在线性模型和方差分析中运行的变量 pointA、pointB、pointC，我想收集数据框中的 p 值。在我的真实数据集中，大约有 30 个变量，因此我正在寻找一个运行这些变量并收集数据框中的 p 值的函数。这是比逐一运行并手动将它们放在数据框中更有效的方法。

set.seed(1)
id <- rep(1:3,each=4)
trt <- rep(c("A","OA", "B", "OB"),3)
pointA <- sample(1:10,12, replace=TRUE)
pointB<- sample(1:10,12, replace=TRUE)
pointC<- sample(1:10,12, replace=TRUE)
df <- data.frame(id,trt,pointA, pointB,pointC)
df

id trt pointA pointB pointC
1   1   A      8      8     10
2   1  OA      2      7      3
3   1   B      8      5      5
4   1  OB      5      9      4
5   2   A      9      5      7
6   2  OA      7      3      3
7   2   B      8      1      5
8   2  OB      6      1      8
9   3   A      6      4      1
10  3  OA      8      6      9
11  3   B      1      7      4
12  3  OB      5      5      9


data <- function(i){
  lmdf <- lm(df[,i]~trt, data=df)
  anv <- anova(lmdf)
  pvalue <- anv$`Pr(>F)`
  return(pvalue)
  }
data(5)

我希望它看起来像:

 variable pvalue
1   pointA  0.714
2   pointB  0.949
3   pointC  0.080

Answer 1

您可以将数据帧的列视为列表，并使用 sapply 迭代要用作结果的列。

从每个方差分析中获取 p 值有点繁琐，也许有人知道更好的方法，但这可行:

pvalues <- sapply( df[,3:5] , FUN = function(x) 
  summary(aov(x~df$trt))[[1]]$`Pr(>F)`[1]  
  )
data.frame(pvalues)

         pvalues
pointA 0.9737895
pointB 0.2482931
pointC 0.7660808

我确实考虑过使用多元回归，但通过这种方式获得每个结果变量的 p 值并不容易。