方差分析(R),偏eta平方 , 非中心F分布
#计算方差分析 #数据来源于data文件 #wrtter: mike #time: 2020,10,24 facA <- factor(c(rep(1,15),rep(2,15))) facB <- factor(c(rep(1,5),rep(2,5),rep(3,5),rep(1,5),rep(2,5),rep(3,5))) value <- c(2,1,4,4,2, 3,4,4,5,1, 5,7,7,3,6, 8,10,12,11,6, 6,4,3,3,2, 3,4,4,5,3 ) data <- data.frame(facA,facB,value) #数据分析 res <- aov(value~facA*facB) summary(res) #手动算出eta方,lamda #facA F=8.6 df=1, facB F=5.9, df=2, residual MS=2.6 df=24 #计算偏eta方,也就是效应量 eta_squ_A <- (8.6*1)/(8.6*1+24) eta_squ_B <- (5.9*2)/(5.9*2+24) #计算非中心F的参数lamda lamda_A <- 30 * (eta_squ_A)/(1-eta_squ_A) lamda_B <- 30*(eta_squ_B)/(1-eta_squ_B)
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾(3.3-3.9)
· winform 绘制太阳,地球,月球 运作规律