首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

R语言方差分析的内容全部在这里了

随着研究生以及博士生对实验数据分析以及挖掘越来越重视,传统的数据处理工具例如“Excel”越来越不能满足对数据分析的需求,我们需要更高级的数据分析工具,因此R和Python就营运而生。

R从它出生的第一天就是为了做统计计算的,那时它被定义为一个统计计算与作图的工具,虽然发展到现在它已经被赋予了越来越强大的功能,以至于成为各个高校老师与学生数据分许的主要工具。方差分析在科研实验中有重要的地位,今天明明同学给大家分享如何通过R语言一两行代码快速进行方差分析和多重检验。(工欲善其事必先利其器,这里明明同学建议大家用Rstudio做R语言的开发)

无论单因素还是双因素方差分析一个函数就可以搞定,这个函数是AOV ()

ANOVA模型拟合

1、aov()函数

语法:aov(formula,data=dataframe)

Formula:一个指定模型的公式

一般有一下几种模型公式:

公式中特殊符号表达的含义为:

2、单因素方差分析

如下面数据所示,求三种肥料之家是否有显著差异

要想做方差分析,数据必须满足3个条件即独立、正态,方差齐次性。

(一)正态

在R语言中,对于正态性,用函数shapiro.test()检验,它提供了W统计量和相应P值,所以可以直接使用P值作为判断标准,其调用格式为shapiro.test(x),参数x即所要检验的数据集,它是长度在35000之间的向量。

因此本例中对肥料A、B、C分别检验。

P值均大于显著性水平a=0.05,因此不能拒绝原假设,说明数据在肥料的三个水平下都是来自正态分布的。

(二)方差齐性检验

R中最常用的Bartlett检验,bartlett.test()调用格式为bartlett.test(x,g…)

其中,参数X是数据向量或列表(list) ; g是因子向量,如果X是列表则忽略g.当使用数据集时,也可通过formula调用函数:

bartlett.test(formala, data, subset,na.action…)

formula是形如上面写的方差分析公式;data指明数据集:subset是可选项,可以用来指定观测值的一个子集用于分析:na.action表示遇到缺失值时应当采取的行为。

本例中对肥料A、B、C方差齐性进行检验:

由于P值远远大于显著性水平a=0.05,因此不能拒绝原假设,我们认为不同水平下的数据是等方差的。

(三)单因素方差分析

根据前面介绍的aov函数和公式,进行本例中单因素方差检验

(四) 多重比较

这里采用最小显著差数检验法(即LSD法),并用字母标记法对结果进行标记

这里1、2、3分别对应肥料A、B、C。groups表示的是字母标记。

3、双因素不含交互作用的方差分析

(一)把表格中的数据转换成长表即R语言能够分析的数据结构

即如下形式:

(一)数据导入R并重新命名

(二)结合上面介绍的公式进行双因素方差分析

由P值可知光照和温度均存在显著差异。

(三)接着用邓肯多重比较对数据进行多重比较并用字母表记法标记

4、双因素含交互作用的方差分析

(一)和无交互作用一样把数据转换成长表

(二)将数据输入到R并重新命名

(三)含交互作用的双因素方差分析

由此可见光照和温度的交互性对结果的影响并不显著。这和咱们之间用SPSS分析得出的结果一样。方差分析在科研实验中有重要的地位,而R语言做方差分析非常便捷,只需要三两行代码即可完成分析。

毕业零距离致力于为本科生、研究生以及刚入职场的小伙伴提供数据分析、办公软件的方法和技巧。有需要PPT制作、数据分析、视频制作、平面设计以及有任何问题欢迎关注毕业零距离。有任何问题随时私信明明同学,谢谢大家对毕业零距离的支持。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180602G1GF4E00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券