R - 比较在多个 DV 上运行的简单回归模型

Question

>假设你在 R 中有以下代码：

model1 <- lm(cbind(DV1, DV2, DV3) ~ IV1 + IV2, data)

此代码应该在DV1上执行IV1 + IV2的单独回归，然后在DV2上执行IV1 + IV2回归，最后在DV3上执行IV1 + IV2的回归。

假设我们还有一个模型，其中包括IV1和IV2之间的交互：

model2 <- lm(cbind(DV1, DV2, DV3) ~ IV1 * IV2, data)

为了测试是否存在交互，我通常会使用：

anova(model1, model2)

但是，这只返回一个 p 值，而我期望三个 p 值 - 一个用于DV1，一个用于DV2，一个用于DV3。我怎样才能实现我正在尝试的目标？

Answer 1

如果单独完成，我们可以使用Map

model1n <- lapply(c('mpg', 'disp'), function(x) 
lm(reformulate(response = x, 'cyl + am'), data = mtcars))
model2n <- lapply(c('mpg', 'disp'), function(x) 
lm(reformulate(response = x, 'cyl * am'), data = mtcars))
Map(anova, model1n, model2n)