如何强制 R 在 ANOVA 表中的所有协变量的一行中给出 SSR？

Question

背景和我的尝试

假设我有一个模型，有 2 个数字协变量和 1 个分类协变量，其中 3 个 响应的因素水平：

set.seed(1)
Y  <- sample(100)

n <- 100
X1 <- sample(n)
X2 <- sample(n)
X3 <- as.factor(rep(c("A", "B", "C", "D"), n/4))

model <- lm(Y ~ X1 + X2 + X3)

如果我使用

anova

函数，我会得到以下结果：

> anova(model)
Analysis of Variance Table

Response: Y
          Df Sum Sq Mean Sq F value Pr(>F)
X1         1   1029 1028.85  1.1896 0.2782
X2         1    645  645.41  0.7462 0.3899
X3         3    351  116.87  0.1351 0.9389
Residuals 94  81300  864.89

我还可以使用

aov

和

summary

函数来获得类似的结果：

model_aov <- aov(Y ~ X1 + X2 + X3)

> anova(model_aov)
Analysis of Variance Table

Response: Y
          Df Sum Sq Mean Sq F value Pr(>F)
X1         1   1029 1028.85  1.1896 0.2782
X2         1    645  645.41  0.7462 0.3899
X3         3    351  116.87  0.1351 0.9389
Residuals 94  81300  864.89 

想要的结果

我想将所有协变量聚合到一条线中进行平方和回归 (SSR)。

是否可以获得如下所示的方差分析表：

Response: Y
               Df Sum Sq Mean Sq F value Pr(>F)
X1 + X2 + X3    5   2025     405       f p
Residuals      94  81300  864.89  

其中 f 和 p 是在 R 内计算的？

Answer 1

沿着这些思路？

    library(dplyr)
    library(broom)
    library(rlang) ## for convenient extraction of covariate labels

    anova(model) |> 
      tidy() |>
      group_by(is_res = term == 'Residuals') |> 
      summarize(Df = sum(df),
                sumsq = sum(sumsq),
                meansq = mean(meansq),
      ) |>
      mutate(term = ifelse(is_res, 'Residuals', deparse(f_rhs(formula(model)))),
             .before = 1) |> 
      select(-is_res) |>
      ungroup() |> 
      mutate(F = meansq/lead(meansq),
             p = 1 - pf(F, Df, lead(Df)) 
             )

输出：

# A tibble: 2 × 6
  term            Df  sumsq meansq      F      p
  <chr>        <int>  <dbl>  <dbl>  <dbl>  <dbl>
1 X1 + X2 + X3     5  2025.   597.  0.690  0.632
2 Residuals       94 81300.   865. NA     NA