R教材7 方差分析

Lang Grass

于 2018-10-26 08:45:44 发布

阅读量631

点赞数 1

分类专栏： R in Action

本文链接：https://blog.youkuaiyun.com/u013103305/article/details/83409554

版权

本文详细介绍了R语言中方差分析的应用，包括单因素、双因素方差分析，协方差分析以及重复测量方差分析。讨论了ANOVA模型的顺序选择，如序贯型、分层型和边界型，并强调了正确模型顺序的重要性。通过实例展示了如何进行假设检验、多重比较，如TukeyHSD和glht函数的使用。同时，还涵盖了正态性、方差齐性和离群点的检查，以及如何处理不满足假设的情况。最后，文章提到了多元方差分析MANOVA和稳健的非参数方法，如rrcov::Wilks.test。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

方差分析：组间差别分析aov(formula,data)，将组别因子加入到函数
双因素方差分析中，若不同的分组中组内观测数不同则模型的顺序具有唯一性；ANOVA模型的顺序很重要，模型Y~A+B+A:B，其中Y为因变量，A,B为分组量
1. 序贯型：后面对线出现的效应做调整，A不调整，B根据A调整，A:B交互项根据A和B调整
2. 分层型：根据同水平或低水平的效应调整，A根据B调整，B根据A调整，A:B交互项同时根据A和B调整
3. 边界型：每个效应根据模型其他各效应做效应调整，A根据B和A:B调整...
4. R中默认序贯型，其他软件或car::Anova()默认边界型
正确的模型顺序：协变量+主效应+双因素交互项+三因素交互项，越基础性的变量越在前；但首先因子之间不是完全相关的
*table(x)，分组属性的频数；aggregate(y,by=list(x),FUN=mean)，对每组的y函数操作
单因素方差分析aov(y~x)，summary
1. plotmeans(y~x)，绘制各组均值和置信区间
2. 多重比较TukeyHSD(mod)，plot(TukeyHSD(mod))，对多重比较作图
  1. multcomp::glht(mod,linfct=mcp(x="Tukey"))，对x分类因子进行多重比较的方法选择；summary(glht(...))
3. 检验假设条件
  1. 正态性：qqPlot(lm(

最低0.47元/天解锁文章