Création script pour résultats d'anovas

Bonjour,

Je suis débutant en R et je souhaiterais écrire un script me permettant des faire des ANOVA en routine sur l'ensemble de mes variables, ainsi que de récupérer certains résultats sous forme de tableau à la fin.


Mon modèle est par exemple le suivant:

Code:

---

> modele <- lm(taille ~ id_genotype + ht05cov:id_genotype)

---

j'obtiens les résultats de l'anova type I comme ceci:

Code:

---

1 2 3 4 5 6 7 8 9 10

> anova(modele) Analysis of Variance Table   Response: taille Df Sum Sq Mean Sq F value Pr(>F) id_genotype 7 544.84 77.83 2.3197 0.042340 * id_genotype:ht05cov 7 730.36 104.34 3.1096 0.009592 ** Residuals 43 1442.81 33.55 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

---

Je veux aussi les résultats de type III, j'ai trouvé ceci:

Code:

---

1 2 3 4 5 6 7 8 9 10 11

> drop1(modele,~.,test="F") Single term deletions   Model: taille ~ id_genotype + ht05cov:id_genotype Df Sum of Sq RSS AIC F value Pr(F) <none> 1442.81 216.41 id_genotype 6 779.38 2222.19 229.46 3.8713 0.003551 ** id_genotype:ht05cov 7 730.36 2173.17 226.16 3.1096 0.009592 ** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

---

J'aimerai donc écrire un script
- qui réaliserait ces opérations à la suite pour toutes les variables de mes données
- qui récupère ensuite certains de ces résultats et qui les liste sous cette forme (le R² étant le rapport entre le SS du facteur sur le SS total):

Code:

---

1 2 3 4 5 6 7

Type Df R²modèle R²id_génotype F p-val variable1 I xx xx xx xx xx variable1 III xx xx xx xx xx variable2 I xx xx xx xx xx variable2 III xx xx xx xx xx variable3 I xx xx xx xx xx variable3 III xx xx xx xx xx

---

Auriez-vous quelques pistes pour m'aiguiller?

Merci bcp

Pierre

Bonjour et bienvenue,

Je peux te donner quelques pistes, en espèrant que la réponse n'est pas trop tardive.

Pour ce qui est de faire des modèles en routine, en supposant que tes noms de variable (réponse ?) soient dans un vecteur variables, tu peux faire une boucle :

Code:

---

1 2 3 4 5 6 7

for (i in variables) { formula <- as.formula(paste(variables[i], " ~ id_genotype + ht05cov:id_genotype", sep="")) resI <- lm(formula) resIII <- drop1(resI,~.,test="F")   }

---

À adapter évidemment, si ce ne sont pas les variables dépendantes qui changent.

Pour pouvoir récupérer les résultats (toujours dans la boucle), un exemple de la méthode sera sans doute plus parlant :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

> x <- 1:10   > y <- 2 * x - 0.5 +rnorm(10)   > reslm <- lm(y ~ x)   > reslm   Call: lm(formula = y ~ x)   Coefficients: (Intercept) x -1.134 2.072   > summary(reslm)   Call: lm(formula = y ~ x)   Residuals: Min 1Q Median 3Q Max -1.8994 -1.0569 0.5238 0.7240 1.2219   Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -1.1343 0.8549 -1.327 0.221 x 2.0720 0.1378 15.038 3.78e-07 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1   Residual standard error: 1.252 on 8 degrees of freedom Multiple R-squared: 0.9658, Adjusted R-squared: 0.9616 F-statistic: 226.1 on 1 and 8 DF, p-value: 3.779e-07   > names(summary(reslm)) [1] "call" "terms" "residuals" "coefficients" [5] "aliased" "sigma" "df" "r.squared" [9] "adj.r.squared" "fstatistic" "cov.unscaled"   > summary(reslm)$adj.r.squared [1] 0.961561   ## Pareil pour anova() > names(anova(reslm)) [1] "Df" "Sum Sq" "Mean Sq" "F value" "Pr(>F)"   > anova(reslm)$Df [1] 1 8

---