R中的N向ANOVA

Question

我需要一些帮助来执行R中的N向ANOVA，以捕获不同因素之间的相互依赖性。 在我的数据中，大约有100个不同的因素，我正在使用以下代码执行ANOVA。

model.lm<-lm(y~., data=data)
anova(model.lm)

据我所知（可能是我错了），它仅对每个因子执行1向ANOVA。 由于某些原因，我需要在所有100个组之间（即从x1到x100）执行N次方差分析。 我是否需要像下面这样指定每个因素，或者为此有一个简写形式？

model.lm<-lm(y~x1*x2*x3....,x100, data=data)
anova(model.lm)

Answer 1

您可以使用update.formula和~(.)^n表示法。

例如，对于包含4个变量a ， b ， c和d 3向交互作用的模型

update(~a+b+c+d, ~(.)^3)


## ~a + b + c + d + a:b + a:c + a:d + b:c + b:d + c:d + a:b:c + a:b:d + a:c:d + b:c:d

因此，对于您要适合100次交互的示例，我建议考虑一个更合适的模型（尤其是在该考虑的时候）。

如果您决定继续使用基本的ANOVA方法，则可以执行以下操作（并等待R因大型数据/不合适的模型而导致内存问题而崩溃）。

xvars <- paste0('x',1:100)
oneway <- reformulate(termlabels=  xvars, response = 'y')


horribleformula <- update(oneway, . ~ (.)^100)

horriblemodel <- lm(horribleformula, data=data)

或者（感谢@Dason接过）

 stillhorrible <- lm(y ~ .^100, data = data)