本博文最早发在netlify个人博客
有网友问我，能否批量进行方差分析与多重比较及其结果的提取。答案是肯定的。在之前的博文《巧用plyr包进行线性模型的批量分析》[1]，演示了借助plyr包进行线性模型的批量分析。本文除了plyr包外，先演示for循环来实现方差分析的批量分析。不过R用户一般不建议使用for循环，数据量一般庞大后，for循环运行会比较慢。
00 示例数据集
示例采用breedRPlus包的数据集dfm2。
## data sets
data(dfm2,package='breedRPlus')
# Only keep aim factors and traits for analysis
dat<-dfm2[,c(4:5,10:14)]
# 将需要的分析性状(h1,h2,...)整合到变量Trait下，
# 将性状(h1,h2,...)对应的数值整合到变量y下，
# 以便使用plyr的dlply()通过Trait进行批量分析
dat1 <- tidyr::gather(dat,key=Trait,y,-c(1:2))
01 使用for循环
首先，编写for循环进行方差分析和多重比较的函数，具体代码如下：
# method 1: for() control
aov.batch1 <- function(df) {
nn<-ncol(df)-2
res<-list()
for(i in 1:nn){
df2<-df[,c(1:2,2+i)]
names(df2)[3]<-'y'
# user should adjust here
fit<-aov(y~Spacing*Rep,data=df2)
aov.res<-summary(fit) # list
res1<-list()
fn<-names(df2)[1:2]
for(j in 1:2){
res1[[j]]<-duncan.test(fit,fn[j],alpha=.05)$groups
}
names(res1)<-fn
res2<-list()
dfE<-aov.res[[1]]['Residuals','Df']
MsE<-aov.res[[1]]['Residuals','Mean Sq']
# user should adjust here
res2[['Spacing:Rep']]<-with(df2,
duncan.test(y,Spacing:Rep,
DFerror=dfE,MSerror=MsE))$groups
res[[i]]<-list(aov.res,res1,res2)
names(res[[i]])<-c('aov','comp1','comp2')
}
names(res)<-names(df)[-1:-2]
return(res)
}
现在使用for循环的函数aov.batch1()来试试批量分析，用法简单，代码如下：
res1<-aov.batch1(dat)
res1$h1$aov
## Df Sum Sq Mean Sq F value Pr(>F)
## Spacing 1 1682 1682.1 27.279 2.24e-07 ***
## Rep 4 5847 1461.8 23.707 < 2e-16 ***
## Spacing:Rep 4 731 182.7 2.963 0.0191 *
## Residuals 817 50379 61.7
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
res1$h1$comp1
## $Spacing
## y groups
## 2 39.10448 a
## 3 36.05725 b
##
## $Rep
## y groups
## 4 40.61212 a
## 3 39.60667 a
## 1 36.03593 b
## 5 34.86911 b
## 2 34.51948 b
res1$h1$comp2
## $`Spacing:Rep`
## y groups
## 2:4 44.52174 a
## 2:3 40.30303 b
## 3:3 39.41026 b
## 2:2 39.20833 b
## 3:4 39.10084 bc
## 2:1 37.76812 bcd
## 2:5 36.30556 cde
## 3:1 34.81633 def
## 3:5 34.00000 ef
## 3:2 32.39623 f
输出结果，演示了第一个性状h1的分析结果，包括方差分析表、主效应及其互作的多重比较。读者应当明白，当互作效应显著时，是没必要进行单因子的多重比较！这里只是演示目的，不做过多的结果解读！
02 使用plyr包
首先，编写方差分析和多重比较的通用函数，与for循环的代码非常相似，只是去掉了主体的for循环，具体代码如下：
aov.batch2 <- function(df) {
res<-list()
# user should adjust here
fit<-aov(y~Spacing*Rep,data=df)
aov.res<-summary(fit) # list
res1<-list()
fn<-names(df)[1:2]
for(j in 1:2){
res1[[j]]<-duncan.test(fit,fn[j],alpha=.05)$groups
}
names(res1)<-fn
res2<-list()
dfE<-aov.res[[1]]['Residuals','Df']
MsE<-aov.res[[1]]['Residuals','Mean Sq']
# user should adjust here
res2[['Spacing:Rep']]<-with(df,
duncan.test(y,Spacing:Rep,
DFerror=dfE,MSerror=MsE))$groups
res<-list(aov.res,res1,res2)
names(res)<-c('aov','comp1','comp2')
res
}
现在使用函数aov.batch2()来试试批量分析，但需要注意与之前的plyr包用法不同，这里需要使用dlpy()来返回列表，而不是之前的ddpy()，后者只能返回数据框。
res2 <- plyr::dlply(dat1,"Trait",aov.batch2)
res2$h1$aov
## Df Sum Sq Mean Sq F value Pr(>F)
## Spacing 1 1682 1682.1 27.279 2.24e-07 ***
## Rep 4 5847 1461.8 23.707 < 2e-16 ***
## Spacing:Rep 4 731 182.7 2.963 0.0191 *
## Residuals 817 50379 61.7
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
res2$h1$comp1
## $Spacing
## y groups
## 2 39.10448 a
## 3 36.05725 b
##
## $Rep
## y groups
## 4 40.61212 a
## 3 39.60667 a
## 1 36.03593 b
## 5 34.86911 b
## 2 34.51948 b
res2$h1$comp2
## $`Spacing:Rep`
## y groups
## 2:4 44.52174 a
## 2:3 40.30303 b
## 3:3 39.41026 b
## 2:2 39.20833 b
## 3:4 39.10084 bc
## 2:1 37.76812 bcd
## 2:5 36.30556 cde
## 3:1 34.81633 def
## 3:5 34.00000 ef
## 3:2 32.39623 f
如果函数aov.batch2()里含有ggplot2绘制图的对象，可以通过print()来查看图形：
print(res2$h1$y.hist)
性状h1的直方图
上述结果隐藏了很多结果，事实上res1和res2结果是一样的，它们都是列表，但含有比较多的组分，有点复杂，可以通过str()来查看。
class(res1)
## [1] "list"
names(res1)
## [1] "h1" "h2" "h3" "h4" "h5"
str(res1[1:2]) #展示列表的前2个组分的结构
## List of 2
## $ h1:List of 3
## ..$ aov :List of 1
## .. ..$ :Classes 'anova' and 'data.frame': 4 obs. of 5 variables:
## .. .. ..$ Df : num [1:4] 1 4 4 817
## .. .. ..$ Sum Sq : num [1:4] 1682 5847 731 50379
## .. .. ..$ Mean Sq: num [1:4] 1682.1 1461.8 182.7 61.7
## .. .. ..$ F value: num [1:4] 27.28 23.71 2.96 NA
## .. .. ..$ Pr(>F) : num [1:4] 2.24e-07 1.44e-18 1.91e-02 NA
## .. ..- attr(*, "class")= chr [1:2] "summary.aov" "listof"
## ..$ comp1:List of 2
## .. ..$ Spacing:'data.frame': 2 obs. of 2 variables:
## .. .. ..$ y : num [1:2] 39.1 36.1
## .. .. ..$ groups: Factor w/ 2 levels "a","b": 1 2
## .. ..$ Rep :'data.frame': 5 obs. of 2 variables:
## .. .. ..$ y : num [1:5] 40.6 39.6 36 34.9 34.5
## .. .. ..$ groups: Factor w/ 2 levels "a","b": 1 1 2 2 2
## ..$ comp2:List of 1
## .. ..$ Spacing:Rep:'data.frame': 10 obs. of 2 variables:
## .. .. ..$ y : num [1:10] 44.5 40.3 39.4 39.2 39.1 ...
## .. .. ..$ groups: Factor w/ 8 levels "a","b",..: 1 2 2 2 3 4 5 6 7 8
## $ h2:List of 3
## ..$ aov :List of 1
## .. ..$ :Classes 'anova' and 'data.frame': 4 obs. of 5 variables:
## .. .. ..$ Df : num [1:4] 1 4 4 817
## .. .. ..$ Sum Sq : num [1:4] 82614 87062 51055 500047
## .. .. ..$ Mean Sq: num [1:4] 82614 21766 12764 612
## .. .. ..$ F value: num [1:4] 135 35.6 20.9 NA
## .. .. ..$ Pr(>F) : num [1:4] 5.50e-29 2.06e-27 2.20e-16 NA
## .. ..- attr(*, "class")= chr [1:2] "summary.aov" "listof"
## ..$ comp1:List of 2
## .. ..$ Spacing:'data.frame': 2 obs. of 2 variables:
## .. .. ..$ y : num [1:2] 153 132
## .. .. ..$ groups: Factor w/ 2 levels "a","b": 1 2
## .. ..$ Rep :'data.frame': 5 obs. of 2 variables:
## .. .. ..$ y : num [1:5] 150 149 136 132 126
## .. .. ..$ groups: Factor w/ 3 levels "a","b","c": 1 1 2 2 3
## ..$ comp2:List of 1
## .. ..$ Spacing:Rep:'data.frame': 10 obs. of 2 variables:
## .. .. ..$ y : num [1:10] 163 160 154 151 146 ...
## .. .. ..$ groups: Factor w/ 8 levels "a","ab",..: 1 2 3 4 5 5 6 7 7 8
综上所述，plyr包再次实现了方差分析和多重比较的批量分析。学好编程，确实可以事半功倍！今天的演示结果，另一个启发是，如果需要返回复杂的结果，要使用list(列表)来返回函数值。另一个问题，能否批量返回多重比较的绘图，感兴趣的读者，可以自行尝试，一个建议是使用ggplot2绘图，将每次绘制的图保存为对象，然后与本文的其它结果一起通过列表返回。
最后，附上一张gganimate包绘制的示例动态图。
