r语言随机区组方差分析要事后检验吗

Posted 2023-04-23

参考技术A R语言
基于R语言的方差分析

行秋即离
原创
关注
2点赞·2147人阅读
1、导入相关的包
单因素方差分析
一、正态性检验
with(ToothGrowth, tapply(len, dosef, shapiro.test))

二、方差齐性检验
三组以上的因子需要用leveneTest()检验

leveneTest(len~dosef, ToothGrowth)

不过有一些教材认为应该用残差来检验正态性和方差齐性
因此这里需要进行一次方差分析

AOV1 <- aov(len~dosef, ToothGrowth)
summary(AOV1)

这里面的Residuals就是残差的意思，所以要将这数据提取处理，也可以在AOV1数据上面索引
三、诊断模型
res1 <- residuals(AOV1) 或者 res1 <- AOV1$residuals
shapiro.test(res1)
ggqqplot(res1) 画出qq图看以下

科普：
QQPlot图是用于直观验证一组数据是否来自某个分布，或者验证某两组数据是否来自同一（族）分布。在教学和软件中常用的是检验数据是否来自于正态分布。
方差齐性的检验和前面的差不多就是因变量变成了残差

R语言多因素方差分析及评估假设检验

R语言多因素方差分析及评估假设检验

 条件：

各个样本是相互独立的随机；

各个样本来自正态总体；

具有方差齐性；

用途：

检验两个或多样本均数间的差异有无统计学意义；注：本均数的比较可以采用 t检验或 F检验，两个以上样本均数的比较只 能用 F检验。
回归方程的线性假设检验；
检验两个因素或者多个因素之间有无交互作用；

无法进行方差分析时：

进行变量换，以达到方差齐或正态的要求；
采用非参数法（秩和检验）；
使用近似 F检验；

# Listing 9.8 - One-way MANOVA
library(MASS)
attach(UScereal)
shelf <- factor(shelf)
y <- cbind(calories, fat, sugars)
aggregate(y, by=list(shelf), FUN=mean)
cov(y)
fit <- manova(y ~ shelf)
summary(fit)
summary.aov(fit)