更有效的非参数ancova公式？

Question

我正在尝试分析R中两个线性回归的差异(或缺少)。为此，我一直使用fANCOVA中的T.aov()函数；然而，这一次我要处理非常大的数据，而T.aov()需要花费几天时间才能运行。离截止日期不再有几天了……

有没有更有效的T.aov()等价物，或者使用T.aov()进行编码的更有效的方法？

我目前的表述相当简单：T.aov(x=data$descriptor, y=data$response, group=data$category, B=1)

使用虹膜的可重现示例：T.aov(x=iris$Sepal.Length, y=iris$Petal.Length, group=iris$Species,B=1)

Answer 1

T.aov()实现了一种置换测试，非常适合违反参数假设的情况。虽然它减少了假设，但它对计算资源的消耗很大。如果您的数据集很大，并且您的计算资源有限，那么您应该折衷并使用参数版本(见下文)：

library(fANCOVA)

data(iris)
spec = iris$Species
levels(spec) = 1:3

start_time <- Sys.time()
T.aov(x=iris$Sepal.Length, y=iris$Petal.Length, group= spec, B=200)
end_time <- Sys.time()
end_time - start_time # 0.8088191 secs

start_time <- Sys.time()
lm.mod = aov(iris$Petal.Length ~ iris$Sepal.Length + spec)
summary(lm.mod)
end_time <- Sys.time()
end_time - start_time # 0.005981207 secs