前面讲到了回归分析以及回归诊断,我们知道回归分析的两个用途,一是用作预测,二是用作分类,即解释作用.如果我们稍作留意便可以注意到,回归分析的自变量,包括因变量都是数值型的,那么,如果自变量是因子型的,我们还可以做一些分析吗...在学习方差分析之前,我们先看看我们的数据在数据库里是怎么存放的,
行数 字段Y(数值型) 字段X(因子型) 字段Z(因子型)
1 10 a 1
2 11 b 2
3 12 c 3
4 13 a 1...5 10 b 2
6 12 c 3
7 11 a 1
8 10 b 2
9 12 c 3
10
11
这是一个典型是数据框,每一列代表一个变量.有数值型的,也有因子型的,即分类变量.而我们方差分析是要做组别差异分析...至此,单因素方差分析已经做出了答案,但是,前面的回归分析时,我们是有假设前提的,这里方差分析也有假设前提,这里我们也需要去验证前提是否成立,分别是1.Y是否服从正态分布,这回归诊断中已经讲到了.2.Y的各组是否齐方差...这就是重复测量方差分析.虽然这样的设计很不科学,这里只是举例说明数目是重复测量.
4.双因素方差分析
即有两个分类变量,或者说两个因子的交叉影响变量y.