R语言多次随机抽样分组执行ANOVA并批量存储指标的实现问题

完整可运行代码 #

# 1. 初始生成50个随机数
set.seed(123) # 可选，添加后可复现运行结果
samp <- rnorm(50, 3.47, 0.0189) 

# 2. 初始化结果存储矩阵，对应1000次迭代的3个指标
iter_num <- 1000
results <- matrix(NA, nrow = iter_num, ncol = 3,
                  dimnames = list(NULL, c("F_value", "P_value", "F_critical")))

# 3. 迭代执行分组+ANOVA流程
for (i in 1:iter_num) {
  # 3.1 无放回打乱所有样本，生成带分组标识的数据框
  shuffled_samp <- sample(samp, size = 50, replace = FALSE)
  df <- data.frame(
    value = shuffled_samp,
    group = rep(1:10, each = 5) # 自动生成10组标识，每组对应5个样本
  )
  
  # 3.2 执行ANOVA检验
  samp_lm <- lm(value ~ factor(group), data = df)
  anova_res <- anova(samp_lm)
  
  # 3.3 计算F临界值，提取三个目标指标存入结果矩阵
  f_critical <- qf(1 - 0.05, anova_res$Df[1], anova_res$Df[2])
  results[i, ] <- c(anova_res$`F value`[1], anova_res$`Pr(>F)`[1], f_critical)
}

# 4. 查看前几行结果验证
head(results)

实现说明 #

• 分组逻辑：每次迭代先对全部50个样本做无放回全排列，按顺序每5个归为一组，既满足无放回抽样要求，也避免了循环抽样的冗余代码
• 指标提取：直接从anova()返回的结果中取第一行的对应值（组间差异对应的统计量），F临界值调用qf()计算，自由度直接读取ANOVA结果中的自由度参数，无需手动硬编码
• 结果存储：预分配的矩阵results每一行对应一次迭代的三个指标，后续可直接用于后续统计分析

内容的提问来源于stack exchange，提问作者Spooked