4

我有很多 X 和 Y 变量（比如 500 x 500）。以下只是小数据：

yvars <- data.frame (Yv1 = rnorm(100, 5, 3), Y2 = rnorm (100, 6, 4),
  Yv3 = rnorm (100, 14, 3))
xvars <- data.frame (Xv1 = sample (c(1,0, -1), 100, replace = T),
 X2 = sample (c(1,0, -1), 100, replace = T), 
 Xv3 = sample (c(1,0, -1), 100, replace = T), 
 D = sample (c(1,0, -1), 100, replace = T))

我想提取 p 值并制作这样的矩阵：

     Yv1    Y2     Yv3   
Xv1
X2
Xv3
D

这是我尝试循环该过程：

prob = NULL
   anova.pmat <- function (x) {
            mydata <- data.frame(yvar = yvars[, x], xvars)
            for (i in seq(length(xvars))) {
              prob[[i]] <- anova(lm(yvar ~ mydata[, i + 1],
              data = mydata))$`Pr(>F)`[1]
              }
              }
    sapply (yvars,anova.pmat)
    Error in .subset(x, j) : only 0's may be mixed with negative subscripts
What could be the solution ?

编辑：

对于第一个 Y 变量：

对于第一个 Y 变量：

prob <- NULL
 mydata <- data.frame(yvar = yvars[, 1], xvars)
for (i in seq(length(xvars))) {
              prob[[i]] <- anova(lm(yvar ~ mydata[, i + 1],
              data = mydata))$`Pr(>F)`[1]
              }

prob 
[1] 0.4995179 0.4067040 0.4181571 0.6291167

再次编辑：

for (j in seq(length (yvars))){
        prob <- NULL
        mydata <- data.frame(yvar = yvars[, j], xvars)
         for (i in seq(length(xvars))) {
                  prob[[i]] <- anova(lm(yvar ~ mydata[, i + 1],
                  data = mydata))$`Pr(>F)`[1]
                  }
}

Gives the same result as above !!!
4

2 回答 2

4

这是一种方法，用于为每个andplyr循环遍历数据帧的列（将其视为列表），返回适当的 p 值，将其排列成矩阵。添加行/列名称只是额外的。xvarsyvars

library("plyr")

probs <- laply(xvars, function(x) {
    laply(yvars, function(y) {
        anova(lm(y~x))$`Pr(>F)`[1]
    })
})
rownames(probs) <- names(xvars)
colnames(probs) <- names(yvars)
于 2012-07-10T20:18:06.607 回答
1

这是一种解决方案，它包括生成 Y 和 X 变量的所有组合来测试（我们不能使用combn）并在每种情况下运行线性模型：

dfrm <- data.frame(y=gl(ncol(yvars), ncol(xvars), labels=names(yvars)),
                   x=gl(ncol(xvars), 1, labels=names(xvars)), pval=NA)
## little helper function to create formula on the fly
fm <- function(x) as.formula(paste(unlist(x), collapse="~"))
## merge both datasets
full.df <- cbind.data.frame(yvars, xvars)
## apply our LM row-wise
dfrm$pval <- apply(dfrm[,1:2], 1, 
                   function(x) anova(lm(fm(x), full.df))$`Pr(>F)`[1])
## arrange everything in a rectangular matrix of p-values
res <- matrix(dfrm$pval, nc=3, dimnames=list(levels(dfrm$x), levels(dfrm$y)))

旁注：对于高维数据集，依靠 QR 分解来计算线性回归的 p 值非常耗时。更容易计算每个成对比较的 Pearson 线性相关矩阵，并使用关系 F = ν a r 2 /(1-r 2 ) 将 r 统计量转换为 Fisher-Snedecor F，其中定义了自由度如 ν a =(n-2)-#{(x i =NA),(y i =NA)} （即 (n-2) 减去成对缺失值的数量——如果没有缺失值，这个公式是回归中的常用系数 R 2）。

于 2012-07-10T20:10:59.943 回答