使用R

我有一个大数据集，我想进行事后计算：

dat = as.data.frame(matrix(runif(10000*300), ncol = 10000, nrow = 300))

dat$group = rep(letters[1:3], 100)

这是我的密码：

start <- Sys.time()

vars <- names(dat)[-ncol(dat)] 

aov.out <- lapply(vars, function(x) {
        lm(substitute(i ~ group, list(i = as.name(x))), data = dat)})

TukeyHSD.out <- lapply(aov.out, function(x) TukeyHSD(aov(x)))

Sys.time() - start

---

start您的示例太大了。为了说明这个想法，我用了一个小的

set.seed(0)
dat = as.data.frame(matrix(runif(2*300), ncol = 2, nrow = 300))
dat$group = rep(letters[1:3], 100)

为什么在安装的“lm”车型上调用
aov
？这基本上是改装同一型号

先读一读
lm
是
aov
的主要工具，因此您可以将多个LHS公式传递给
aov
。该模型具有
c类（“maov”、“aov”、“mlm”、“lm”）


我使用了“for”循环。如果您愿意，可以将其替换为
lappy
。
@Dong该错误现已修复。如果使用我的方法，模型估计可以快几倍，但与原始代码相比，post-hoc并没有得到加速。因此，总体加速是有限的。正如我所测试的，问题不是“for”循环，而是
TukeyHSD
中
qtukey
和
ptukey
函数的缓慢。这两个函数占post hoc执行时间的60%~70%。对于
TukeyHSD
，我的黑客攻击并不是一种很好的“maov”方法，因为它不允许重复计算
qtukey
。事实上，对于所有模型，这个分位数只需要计算一次。@Dong编写一个合适的
TukeyHSD.maov
更为复杂，尽管我的答案中的代码提供了一个良好的开端。是的，一般来说，R core中对“传销”和“maov”的支持较差。希望这能在未来变得更好。
response_names <- names(dat)[-ncol(dat)]
form <- as.formula(sprintf("cbind(%s) ~ group", toString(response_names)))
fit <- do.call("aov", list(formula = form, data = quote(dat)))

aov_hack <- fit
aov_hack[c("coefficients", "fitted.values")] <- NULL  ## don't need them
aov_hack[c("contrasts", "xlevels")] <- NULL  ## don't need them either
attr(aov_hack$model, "terms") <- NULL  ## don't need it
class(aov_hack) <- c("aov", "lm")  ## drop "maov" and "mlm"
## the following elements are mandatory for `TukeyHSD`
## names(aov_hack)
#[1] "residuals"   "effects"     "rank"        "assign"      "qr"         
#[6] "df.residual" "call"        "terms"       "model" 

N <- length(response_names)  ## number of response variables
result <- vector("list", N)
for (i in 1:N) {
  ## change response variable in the formula
  aov_hack$call[[2]][[2]] <- as.name(response_names[i])
  ## change residuals
  aov_hack$residuals <- fit$residuals[, i]
  ## change effects
  aov_hack$effects <- fit$effects[, i]
  ## change "terms" object and attribute
  old_tm <- terms(fit)  ## old "terms" object in the model
  old_tm[[2]] <- as.name(response_names[i])  ## change response name in terms
  new_tm <- terms.formula(formula(old_tm))  ## new "terms" object
  aov_hack$terms <- new_tm  ## replace `aov_hack$terms`
  ## replace data in the model frame
  aov_hack$model[1] <- data.frame(fit$model[[1]][, i])
  names(aov_hack$model)[1] <- response_names[i]
  ## run `TukeyHSD` on `aov_hack`
  result[[i]] <- TukeyHSD(aov_hack)
  }

result[[1]]  ## for example
#  Tukey multiple comparisons of means
#    95% family-wise confidence level
#
#Fit: aov(formula = V1 ~ group, data = dat)
#
#$group
#            diff        lwr        upr     p adj
#b-a -0.012743870 -0.1043869 0.07889915 0.9425847
#c-a -0.022470482 -0.1141135 0.06917254 0.8322109
#c-b -0.009726611 -0.1013696 0.08191641 0.9661356