56方差分析

56方差分析

方差分析（ANOVA）：也称为“变异系数分析”，用于两个及两个以上样本均数差别的显著性检验。

单因素方差分析ANOVA

双因素方差分析ANOVA

协方差分析ANCOVA

多元方差分析MANOVA：多因变量

多元协方差分析MANCOVA

install.packages ("multcomp" )

library(multcomp)

attach(cholesterol)

 table(cholesterol$trt)  #attach(将数据集加载到R语言，后面直接访问)

 

 

aggregate(cholesterol$response,by=list(cholesterol$trt),FUN=mean)#aggregate总计的

 

 

 fit<-aov(response~trt,data=cholesterol)

summary(fit)

 

F:组间差异和组内差异的比值，F越大，说明组间差异越显著。

P:P值越小，说明F越可靠。

fit.lm<-lm(response~trt,data=cholesterol)

plot(fit)

协方差：litter

table(litters$dose )  #table:统计分组的情况

 

attach(litter)

 dose weight gesttime number

aggregate(weight,by=list(dose),FUN=mean)

fit<-aov(weight~gesttime+dose,data=litter)

#weight：因变量;gesttime：协变量;dose:自变量;

summary(fit)

 

双因素方差分析ANOVA

:内置数据集：ToothGrowth

attach(ToothGrowth)

xtabs(~supp+dose)  二维列联表

 

aggregate(len,by=list(supp,dose),FUN=mean)

 

 dose剂量转化为因子：ToothGrowth$dose<-factor(ToothGrowth$dose)

fit<-aov(len~supp*dose,data=ToothGrowth)

summary(fit)

可视化：

install.packages("HH")

library(HH)

interaction.plot(dose,supp,len,type="b",col=c("red","blue"),pch=c(16,18),main="Interaction between Dose and Supplement Type")

 

 

 

 library(MASS)

 UScereal

 

 

 

 attach（UScereal)

shelf<-factor(shelf)

求平均值：aggregate(cbind(calories,fat,sugars),by=list(shelf),FUN=mean)

 

 

x<-read.csv("水培11.7.csv")

summary()函数：描述性统计分析

 

 

 

attach(x)

aggregate(Length,by=list(Code),FUN=mean)

y<-aggregate(cbind(Length,SurfArea,RootVolume,Number),by=list(Code),FUN=mean)