R语言Dunnett’s检验进行事后检验(post hoc)实战:单因素方差分析告诉我们并不是所有的群体手段的效果是均等的,确切地找出哪些组彼此不同使用Dunnett’s检验(当有控制组的时候)

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Dunnett’s检验进行事后检验(post hoc)实战:单因素方差分析告诉我们并不是所有的群体手段的效果是均等的,确切地找出哪些组彼此不同使用Dunnett’s检验(当有控制组的时候)相关的知识,希望对你有一定的参考价值。

R语言Dunnett’s检验进行事后检验(post hoc)实战:单因素方差分析告诉我们并不是所有的群体手段的效果是均等的,确切地找出哪些组彼此不同使用Dunnett’s检验(当有控制组的时候)

目录

以上是关于R语言Dunnett’s检验进行事后检验(post hoc)实战:单因素方差分析告诉我们并不是所有的群体手段的效果是均等的,确切地找出哪些组彼此不同使用Dunnett’s检验(当有控制组的时候)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Tukey检验进行事后检验(post hoc)实战:单因素方差分析告诉我们并不是所有的群体手段的效果是均等的,确切地找出哪些组彼此不同使用Tukey检验

R语言Friedman检验实战:Friedman检验是单因素重复测量方差分析的一种非参数替代方法有bonferroni校正的成对Wilcoxon秩和检验进行事后(post hoc)测试分析

R语言Bonferroni校正的成对t检验进行事后检验(post hoc)实战:单因素方差分析告诉我们并不是所有的群体手段的效果是均等的,确切地找出哪些组彼此不同使用Bonferroni校正检验

R语言在不同样本量下的Little's MCAR检验

R语言White’s检验实战:检验回归模型中是否存在异方差性(heteroscedasticity)发生了异常差(heteroscedasticity)问题如何解决

R语言Kruskal-Wallis检验以及Dunn’s检验实战:Kruskal-Wallis检验是单因素方差分析的非参数等价方法Dunn’s检验以确定哪些组的中位数是有确定的统计差异的