使用R做方差分析实现多重比较可视化结果

说明：本文章中为作者R学习笔记，资料及操作流程均来源网络，侵权删！

本文源代码“使用R做方差分析源代码.R”

1. 方差分析假定：正态性（否则建立广义线性模型），独立性（否则建立混合线性模型，定义G矩阵和R矩阵），齐次性（否则混合线性模型，定义G矩阵和R矩阵）

2. 单因素方差分析（为什么高级心统老师讲“边际均值比较”更常用？）

2.1 安装相关R包，并找出数据（来源“agridat，将数据命名dat）。这里使用devtools下载github上的文件，devtools后面的格式是install_github("Package Name","Author Name")，::的作用可以理解成当有多个包下有同 一名字函数时，可以用::指定包

# install.packages("agridat")
# install.packages("devtools")
# devtools::install_github("kwstat/agridat")#这一步是利用devtools下载github上的数据

library(agridat)

#单因素方差分析-数据
data(lasrosas.corn)
dat <- lasrosas.corn
str(dat)

2.2 方差分析代码格式：“m1 = aov(yield ~ nf, data=dat)”，m1为模型保存的名称，aov为R中的方差分析代码，yield为因变量，~波浪号前后分开Y与X变量，nf为X变量（种类），data=表示数据库用哪一个，dat为数据库名称

m1 = aov(yield ~ nf, data=dat)
summary(m1)

2.3 这里在查看数据库时，前面用到str()函数，它是用来紧凑的显示对象内部结构，也就是对象里面有什么，除此之外还可以用head()函数表示，但这种方式只可以查看数据前6行数据。summary()函数可以获取描述性统计量，也就是显示出方程或者其他分析的结果

3. 单因素区组

代码格式：“m2 = aov(yield ~ block +trt, data=dat”（+分割预测变量）

#单因素随机区组-建模
m2 = aov(yield ~ block +trt, data=dat)
summary(m2)

4. 两因素方差分析（无交互）-用新的数据库

#两因素方差分析（无交互）-数据库
data(lucas.switchback)
dat <-lucas.switchback
str(dat)
#两因素方差分析（无交互）-建模
m3 = aov(yield ~ block +trt +period, data=dat)
summary(m3)

代码格式：“m3 = aov(yield ~ block +trt +period, data=dat)”（这里是将block也就是区组作为一个自变量了？而且这个区组是谁的区组？）

5. 两因素方差分析（有交互）

#两因素方差分析（有交互）-数据库
data(lucas.switchback)
dat <- lucas.switchback
#两因素方差分析（有交互）-建模
m4 = aov(yield ~ block +trt*period, data=dat)
summa