执行4循环(?)R中的anova

Question

我正在对植被进行光谱分析，并正在寻找哪个是最重要的波长，以便进行一些遥感。

然而，我有2000个波长，所以我需要找到一种快速运行ANOVA的方法，我已经读到了一个4循环(或只是循环)，这意味着我可以更快地进行这一操作，而不必逐个进行。

目前我的R代码是：

mod_structure1 <- lm(X350 ~ structure, data=mydata)   
mod_structure1
summary(mod_structure1)
boxplot(X350 ~ structure, data=mydata, xlab="blah", ylab="350nm")
anova(mod_structure1)

其中X350的波长为350 of。

我真的很感谢一些帮助-我的R知识不是很好，所以如果这不是真的有意义的话，我很抱歉。

Answer 1

lapply比for循环更快，也做了同样的事情：

首先定义一个带有波长名称的向量。准确地做到这一点是困难的，因为您没有包括示例数据。

wavs <- c("X350", "X...", "X...",...)

由于您有如此多的波长，您可能不想手动执行此操作。包括一个数据示例，这样建议起来更容易，但是假设它们是数据框中的列(来自X350的猜测)：

require(reshape2)
wavdata <- melt(mydata, id = "structure")
wavs <- levels(wavdata$variable)

然后，您可以继续执行该循环：

mods <- lapply(wavs, function(i) {
x <- subset(wavdata, variable == wavs)
mod_structure1 <- lm(variable ~ value, data=x)
anova(mod_structure1)})

这给了你一个令人难以置信的ANOVA列表，所以要准备好。将相关参数从这些ANOVA中获取到data.frame可能会更好，这样更容易处理。

mod.data <- lapply(wavs, function(i) {
x <- subset(wavdata, variable == wavs)
mod_structure1 <- lm(variable ~ value, data=x)
tmp <- anova(mod_structure1)
data.frame(Df = tmp$Df[[1]], F = tmp$F[[1]], p = tmp$P[[1]])
})

do.call(rbind, mod.data)

代码未经过测试，可能包含错误。但是，您可以从它背后的想法生成自己的想法。