R提供了一些示例数据集,可以用于练习和演示。一个常用的内置数据集是iris
,它包含了鸢尾花不同品种的测量数据,可以用于多因素方差分析的示例。
以下是使用iris
数据集进行多因素方差分析的R代码示例:
# 加载内置数据集 iris
data(iris)
# 建立多因素方差分析模型
model <- aov(Sepal.Length ~ Species * Sepal.Width, data = iris)
# 查看方差分析结果
summary(model)
Df Sum Sq Mean Sq F value Pr(>F)
Species 2 63.21 31.606 163.442 < 2e-16 ***
Sepal.Width 1 10.95 10.953 56.638 5.22e-12 ***
Species:Sepal.Width 2 0.16 0.079 0.406 0.667
Residuals 144 27.85 0.193
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
在这个示例中,我们使用iris
数据集,将Sepal.Length
作为因变量,Species
(鸢尾花的品种)和Sepal.Width
(花萼宽度)作为两个因素,同时考虑它们的交互作用。
执行summary(model)
将输出多因素方差分析的结果,包括F值、P