ANOVA TRA Oggetti in due elenchi
Domanda
Voglio eseguire un ANOVA tra oggetti memorizzati in due elenchi separati, ma piuttosto quindi eseguirli uno in un momento come questo
> anova(output.02[[1]], output.03[[1]])
Model df AIC BIC logLik Test L.Ratio p-value
output.02[[1]] 1 9 11221.77 11279.72 -5601.884
output.03[[1]] 2 13 11222.90 11306.60 -5598.450 1 vs 2 6.868822 0.143
> anova(output.02[[2]], output.03[[2]])
Model df AIC BIC logLik Test L.Ratio p-value
output.02[[2]] 1 9 10976.36 11034.31 -5479.182
output.03[[2]] 2 13 10974.90 11058.60 -5474.449 1 vs 2 9.465378 0.0505
.
Vorrei usare un anello per eseguire un ANOVA tra gli oggetti in ciascuna lista.Ho provato a utilizzare la funzione Mapply, tuttavia l'uscita non ha prodotto i risultati che mi aspettavo.
> mapply(anova, output.02, output.03)
zimmrec zdelrec zdigiback zspotword zsdmt zglobcog zmmse
call factor,2 factor,2 factor,2 factor,2 factor,2 factor,2 factor,2
Model Integer,2 Integer,2 Integer,2 Integer,2 Integer,2 Integer,2 Integer,2
df Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2
AIC Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2
BIC Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2
logLik Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2
Test factor,2 factor,2 factor,2 factor,2 factor,2 factor,2 factor,2
L.Ratio Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2
p-value Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2 Numeric,2
.
Qualche suggerimento su come posso farlo?
Grazie
Modifica: Esempio riproducibile
attach(Orthodont)
set.seed(1234)
#example response variables
Orthodont$v1 <- rnorm(n=108, mean=20, sd=1)
Orthodont$v2 <- rnorm(n=108, mean=31, sd=2.8)
Orthodont$v3 <- rnorm(n=108, mean=15, sd=1.5)
head(Orthodont)
#function to loop the response variables through a lme function
#produces first batch of models
myfunc <- function(X){
lapply(X, function(.col){
y <- .col
out <- with(Orthodont, lme(y ~ age, random = ~ age | Subject, method = "ML", na.action = na.exclude, control = lmeControl(opt = "optim")))
out
})
}
output.02 <- myfunc(Orthodont[5:7]) #first list of models
myfunc2 <- function(X){
lapply(X, function(.col){
y <- .col
out <- with(Orthodont, lme(y ~ age + Sex, random = ~ age | Subject, method = "ML", na.action = na.exclude, control = lmeControl(opt = "optim")))
out
})
}
output.03 <- myfunc2(Orthodont[5:7])# second list of models
#anova for each pair of models
anova(output.02[[1]], output.03[[1]])
anova(output.02[[2]], output.03[[2]])
anova(output.02[[3]], output.03[[3]])
#mapply function
mapply(anova, output.02, output.03)
. Soluzione
Utilizzare il parametro SIMPLIFY
:
mapply(anova, output.02, output.03, SIMPLIFY=FALSE)
#$v1
# Model df AIC BIC logLik Test L.Ratio p-value
#dots[[1L]][[1L]] 1 6 324.4204 340.5132 -156.2102
#dots[[2L]][[1L]] 2 7 326.2229 344.9978 -156.1115 1 vs 2 0.1974693 0.6568
#
#$v2
# Model df AIC BIC logLik Test L.Ratio p-value
#dots[[1L]][[2L]] 1 6 524.0956 540.1884 -256.0478
#dots[[2L]][[2L]] 2 7 525.7577 544.5326 -255.8788 1 vs 2 0.337934 0.561
#
#$v3
# Model df AIC BIC logLik Test L.Ratio p-value
#dots[[1L]][[3L]] 1 6 387.4002 403.4930 -187.7001
#dots[[2L]][[3L]] 2 7 389.1333 407.9082 -187.5667 1 vs 2 0.266947 0.6054
. Altri suggerimenti
È possibile utilizzare sapply
MyRes <- sapply(1:length(output.02), function(x) {
anova(output.02[[x]], output.03[[x]])})
. Autorizzato sotto: CC-BY-SA insieme a attribuzione
Non affiliato a StackOverflow