Подбор линейной модели / дисперсионного анализа по группам

Я думаю, вы ищете by объект в Р.

fit <- with(mhw, by(mhw, Quad, function (dat) lm(grain ~ straw, data = dat)))

Поскольку у вас есть 4 уровня в Quad, вы получаете 4 линейные модели в fit, т.е. fit является объектом класса "по" (тип "списка") длины 4.

Чтобы получить коэффициент для каждой модели, вы можете использовать

sapply(fit, coef)

Чтобы создать сводку модели, используйте

lapply(fit, summary)

Чтобы экспортировать таблицу ANOVA, используйте

lapply(fit, anova)

В качестве воспроизводимого примера я беру пример из ?by:

tmp <- with(warpbreaks,
            by(warpbreaks, tension,
               function(x) lm(breaks ~ wool, data = x)))

class(tmp)
# [1] "by"

mode(tmp)
# [1] "list"

sapply(tmp, coef)

#                    L         M         H
#(Intercept)  44.55556 24.000000 24.555556
#woolB       -16.33333  4.777778 -5.777778

lapply(tmp, anova)

#$L
#Analysis of Variance Table
#
#Response: breaks
#          Df Sum Sq Mean Sq F value  Pr(>F)  
#wool       1 1200.5 1200.50  5.6531 0.03023 *
#Residuals 16 3397.8  212.36                  
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
#$M
#Analysis of Variance Table
#
#Response: breaks
#          Df  Sum Sq Mean Sq F value Pr(>F)
#wool       1  102.72 102.722  1.2531 0.2795
#Residuals 16 1311.56  81.972               
#
#$H
#Analysis of Variance Table
#
#Response: breaks
#          Df  Sum Sq Mean Sq F value Pr(>F)
#wool       1  150.22 150.222  2.3205 0.1472
#Residuals 16 1035.78  64.736

Я знал об этом варианте, но не был знаком с ним. Спасибо @Roland за предоставленный код для воспроизводимого выше примера:

library(nlme)
lapply(lmList(breaks ~ wool | tension, data = warpbreaks), anova)

Для ваших данных я думаю, что это было бы

fit <- lmList(grain ~ straw | Quad, data = mhw)
lapply(fit, anova)

nlme устанавливать не нужно; он поставляется с R в качестве одного из рекомендуемых пакетов.