R 循环的单向方差分析：如何迭代一个数据帧的多个列？

这是我第一次来这里，所以放松点！老实说，以我花在故障排除上的时间，我本可以手工完成每一项工作，但我决心让这项工作顺利进行

我想运行71个不同的单因素方差分析，比较71个大脑感兴趣区域（ROI）和实验组（group）的体积。分为三组：对照组（1）、弹性组（2）和易感组（3）

我的tibble数据框如下所示：

> head(df)
# A tibble: 6 x 74
  ID    group whole_brain amygdala arbor_vitae auditory_cortex bed_nuclei
  <chr> <dbl>       <dbl>    <dbl>       <dbl>           <dbl>      <dbl>
1 01mc      1        495.     16.5        5.72            5.29       1.30
2 02mc      1        494.     16.8        5.95            5.29       1.30
3 6mc       1        491.     16.9        5.75            5.31       1.17
4 11mc      1        485.     16.5        5.70            5.04       1.31
5 14mc      1        491.     17.1        6.03            5.06       1.21
6 18mc      1        492.     16.5        6.07            5.12       1.23

当我将

aov（）

中的第一个对象（

df[，I]

）交换为一个ROI的名称（例如

amygdala

）时，输出给出每个迭代ROI列名，下面是所选的方差分析（

amygdala~组，data=df

）。这告诉我for循环是有效的，但是我如何克服错误信息，并让它系统地将组与每个ROI进行比较呢

任何帮助都将是惊人的，即使指出这是一个完全旧的方法，并且有更容易使用的方法

---

非常感谢：）

看起来不是for循环本身不起作用，而是传递给aov的依赖变量之一是一个列表，而不是数字

要确定哪些列是列表，您可以：

sappy（df，class）

并查找列表和修复的变量

df$badvariable < - unlist(df$badvariable)

---

在方差分析的摘要中，是否要保留所有元素？你们需要从所有ANOVA中得到什么样的输出？底线是，我想知道所有ROI与组的比较的效应大小（R平方）、p值和置信区间（不是非常必要，但会很好）。从那些重要的测试中，我可以进行事后测试。

Error in model.frame.default(formula = df[, i] ~ group, data = df, drop.unused.levels = TRUE) : 
  invalid type (list) for variable 'df[, i]'

df$badvariable < - unlist(df$badvariable)

for(i in 4:ncol(df))
{

column <- names(df[i])
#tidy will summarise and return neat format
avz <- broom::tidy(aov(df[,i] ~ group, data = df))

# Add this condition if you only want aov with P < 0.05 printed
if(avz$p.value[1] < 0.05) {

  print(column)
  print(avz)
 }
}