R语言单因素方差分析与协方差分析
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语言单因素方差分析与协方差分析相关的知识,希望对你有一定的参考价值。
R语言单因素方差分析与协方差分析
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;
# install.packages(c("multcomp", "gplots", "car", "HH", "effects",
# "rrcov", "mvoutlier"))
par(ask=TRUE)
opar <- par(no.readonly=TRUE) # save original parameters
# Listing 9.1 - One-way ANOVA
library(multcomp)
attach(cholest
以上是关于R语言单因素方差分析与协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语言单因素方差分析(One-Way ANOVA)实战:探索性数据分析(EDA)单因素方差分析模型结果解读(检查模型假设)分析不同分组的差异TukeyHSD单因素方差分析的结果总结
R语言使用aov函数进行单因素协方差分析(One-way ANCOVA)单因素协方差分析(ANCOVA)扩展了单因素方差分析,包括一个或多个协变量(covariates)
R语言Welch方差分析(Welch’s ANOVA)实战:Welch方差分析是典型的单因素方差分析的一种替代方法,当方差相等的假设被违反时我们无法使用单因素方差分析,这时候Welch’s出来救场了