R：变量迭代

我有以下数据集1：

Height | Group
1,556  |  A
2,111  |  B
1,556  |  A
2,341  |  B
1,256  |  A
2,411  |  B

我想通过变量组计算高度的shapiro-wilk正态性检验

myvar <- c("Height")

res<- vector("list", length(myvars))

a <- factor(dataset1$Group)
myfactor <- levels(a)

i=1
for (myfactor in dataset1) {
    res[[i]] <- shapiro.test(dataset1$Size)
    i=i+1
}

---

myvar编写新代码比查找代码中的所有错误更容易

lapply(split(dataset1$Height,dataset1$Group),shapiro.test)

$`  A`

        Shapiro-Wilk normality test

data:  X[[1L]] 
W = 0.75, p-value = 3.031e-08


$`  B`

       Shapiro-Wilk normality test

data:  X[[2L]] 
W = 0.9134, p-value = 0.4295

你的代码被各种方式套住了。以下是一些：

在循环外部创建
myfactor
，然后将其作为迭代器
dataset1
是您的数据（data.frame？）。我甚至不确定
myfactor
将在
for（dataset1中的myfactor）
创建的循环中包含什么
您不会将发送到
shapiro.test的数据子集化

myvars
未定义，
dataset1$Size
可能应该是
dataset1$Height
试试这个

res <- list()
for (mf in levels(dataset1$Group)) {
    res[[mf]] <- shapiro.test(dataset1$Height[dataset1$Group == mf])
}

res谢谢您的回复。

未来通知：

如果希望（针对数据集中的选定变量）按因子计算正态性测试：

variaveis <- colnames(dataset1)[c(1:2)]
/////alternative: variaveis <- c("height", "weight") 
res<- vector("list", length(variaveis))

for (i in 1:length(variaveis)) {
    #calcula o shapiro por factor para variaveis selecionadas
    res[[i]] <- lapply(split(dataset1[,variaveis[i]] ,dataset1$sex), shapiro.test)
}
res

variaveis