如何使用for循环在不同程度的不同多项式回归模型的结果上执行ANOVA

Question

我对R很陌生，我认为我的问题很简单，但似乎无法解决。我在这里查看过类似的问题，但似乎无法找到解决我的特定问题的解决方案。

我正在使用ISLR软件包中附带的Wage数据集，尝试根据不同多项式年龄的函数对工资进行建模。

  library(ISLR) 
attach(Wage)

我正在对年龄在10岁以下的工资进行回归分析，然后我希望对每个模型进行方差分析并调查结果。我最接近的是这个。

  for (i in 1:10) {
    fit[[i]] <- lm(wage~poly(age, i) , data = Wage)
    result[[i]] <- aov(as.formula(paste(fit[i], "~ wage")))
  }

导致此错误；

Error in model.frame.default(formula = as.formula(paste(fit[i], "~ wage")),  : 

变量'list的无效类型（列表）（系数= c（(Intercept) = 111.703608201744，poly(age, i) = 447.067852758315），残差= c（231655 = -19.3925481434428，86582 = -28.2033380861585，161300 = 17.4500251413464，155159 = 42.5676926169455，11443 = -42.0253778623369，376662 = 7.21810821763668，450601 = 56.7036617292801，377954 = 8.79783605559716，228963 = 8.18131081863092，81404 = 10.197404483506，302778 = 3.61466467869064，305706 = -24.4688637359983，8690 = -16.9669134309657，153561 = 25.4168784550536，449654 = 14.807739524331，447660 = -27.2938944517631，160191 = -25.1943075097583，230312 = 95.773820436023，301585 = 95.773820436023， ] = 7.84450555272621，153682 = -9.27460094600634，158226 = 91.9620415895517，11141 = -59.5891117312741，448410 = -49.3664897185768，305116 = 50.6467028157233，233002 = -14.5085059894098，8684 = 161.240161560035229379= -28.0716427246922，86064 = -40.6412633049063，378472 = -5.75413931818888，`1

任何帮助都是如此R菜鸟，将深表歉意。

谢谢！

Answer 1

要回答您的问题，您可以执行：

library(ISLR) 
attach(Wage)
fit <- vector("list",10)
result <- vector("list",10)
for (i in 1:10) {
    thisForm <- paste0("wage~poly(age, ",i,")")
    fit[[i]] <- lm(thisForm , data = Wage)
    result[[i]] <- aov(fit[[i]])
  }

上面我创建了公式，以便您可以在fit / aov对象中看到它，而不是使用i。

请注意，lm拟合已经在aov对象中，这意味着，您可以直接在aov对象上获取lm的系数，进行预测并执行所需的操作。您不需要单独存储lm fit：

coefficients(result[[1]]) ; coefficients(fit[[1]])
 (Intercept) poly(age, i) 
    111.7036     447.0679 
 (Intercept) poly(age, i) 
    111.7036     447.0679