R语言双因素方差分析

Posted Data+Science+Insight

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言双因素方差分析相关的知识,希望对你有一定的参考价值。

R语言双因素方差分析

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 9.6 - Two way ANOVA
attach(ToothGrowth)
table(supp,dose)
aggregate(len, by=list(supp,dose), FUN=mean)
aggregate(len, by=list(supp,dose), FUN=sd)
dose <- factor(dose)
fit <- aov(len ~ supp*dose) # fit1<- aov(len~supp+dose+supp:dose)
summary(fit)

# plotting i

以上是关于R语言双因素方差分析的主要内容,如果未能解决你的问题,请参考以下文章

R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA)gplots包的plotmeans函数在双因素方差分析中显示交互作用包括均值,误差条95%置信区间样本量

R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA)使用interaction.plot函数在双因素方差分析中可视化交互作用(Interaction)

R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA)在双因素方差分析中,受试者被分配到由两个因素交叉分类形成的组(Two-way factorial ANOVA)

R语言使用lmPerm包应用于线性模型的置换方法(置换检验permutation tests)在同一数据集上使用双因素方差分析(one-way ANCOVA)aovp函数的置换检验双因素方差分析

R语言使用lmPerm包应用于线性模型的置换方法(置换检验permutation tests)在同一数据集上使用双因素方差分析(one-way ANCOVA)aovp函数的置换检验双因素方差分析

R语言—方差分析