35、R语言统计分析与常见术语解析

R语言统计分析与常见术语解析

1. R中的统计分析

在R语言里， plot 函数可提供合适的诊断图，例如执行 plot(myModel) 就能实现。不过，在R中可以进行更复杂的方差分析（ANOVA）模型，但这超出了本文范畴。若想深入了解ANOVA，可参考相关资料。

1.1 平方和

在方差分析里，Stata默认提供偏（III型）平方和与F检验，同时也可选择序贯平方和与F检验。而R的内置函数提供序贯平方和。对于单向ANOVA或者等单元格大小的双向及更高阶ANOVA，序贯检验和偏检验并无差异。然而，在单元格计数不等的双向或更高阶模型（非平衡模型）中，这两种平方和会导致不同的F检验和p值。

R社区普遍认为基于偏平方和的检验可能会产生误导。III型检验的一个问题是，它在剔除显著交互作用后检验主效应，在很多情况下，这并无太大意义。若你确定需要III型平方和，可使用John Fox的 car 包中的 Anova 函数来计算。具体操作步骤如下：

# 加载car包
library("car")
# 使用Anova函数计算III型平方和
Anova(myModel, type="III")

在执行上述代码时，若 car 包中的 recode 函数屏蔽了 Hmisc 包中的同名函数，虽会有提示信息，但不影响所需功能。

为了在进行更复杂的ANOV