R语言循环生成多组正态分布并执行Bartlett检验与ANOVA的代码问题

原代码核心错误点 #

• 每组仅存1个观测值：Group1[i] <- rnorm(n=10,...) 试图把10个值赋值给向量的单个元素，R会自动只保留第一个值，导致每组实际只有1个数据。
• 数据格式错误：拟合lm(num~group)时用了宽格式的data2，但该数据框没有num和group列，应该用转换后的长格式data.long2。
• 结果存储错误：bartlett.test()返回的是列表对象，lm()返回模型对象，无法直接存入普通向量，需要提取具体的统计量（比如p值）。
• 全局变量累积冗余：循环中不断往Group1/2/3里加数据，会导致数据框越来越大，完全没必要——每次循环只需要处理当前模拟的一组数据。

修正后的代码 #

library(tidyverse)
library(car)

v <- 100000
# 预分配结果向量，提升效率
bartlett_p <- numeric(v)
anova_p <- numeric(v)

for (i in 1:v) {
  # 每次循环生成三组各10个数据，直接构造成长格式
  data_long <- tibble(
    group = rep(c("Group1", "Group2", "Group3"), each = 10),
    num = c(
      rnorm(n = 10, mean = 5, sd = 5),
      rnorm(n = 10, mean = 5, sd = 10),
      rnorm(n = 10, mean = 5, sd = 15)
    )
  )
  
  # 提取Bartlett检验的p值
  bartlett_result <- bartlett.test(num ~ group, data = data_long)
  bartlett_p[i] <- bartlett_result$p.value
  
  # 拟合模型并提取ANOVA的p值（Type III）
  fit <- lm(num ~ group, data = data_long)
  anova_result <- Anova(fit, type = 3)
  anova_p[i] <- anova_result[1, 4]
}

# 查看结果示例
head(bartlett_p)
head(anova_p)

关键修正说明 #

1. 预分配向量：用numeric(v)提前创建指定长度的结果向量，比循环中不断扩展向量快得多，适合10万次的大规模循环。
2. 直接生成长格式数据：每次循环直接构造符合分析要求的长格式数据框，避免宽转长的额外步骤，同时避免全局变量冗余。
3. 正确提取统计量：从bartlett.test()和Anova()的结果中提取具体的p值存入向量，而不是试图保存整个对象。
4. 使用正确的数据格式拟合模型：用长格式的data_long作为lm()的输入，匹配公式num~group的要求。

内容的提问来源于stack exchange，提问作者Fishy Science