R语言差异检验：单因素方差分析

---

t检验可以解决单样本、双样本时的均数比较。当要比较的组多于两个时，t检验方法就难以满足这种需求，此时就需要使用方差分析来进行参数检验。

它比较的是组间差异。

方差分析介绍

方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。

适用条件

• 独立性
• 正态性
• 方差齐性

方差分析对样本独立性要求较高。

对正态分布是稳健的，样本正态性不会太大影响方差分析结果。

方差齐性方面，一般而言，只要最大/最小方差之比小于3，分析结果都是稳定的。

分类

• 单因素ANOVA
• 双因素ANOVA
• 协方差分析
• 多元方差分析
• 重复测量方差分析

R语言

方差分析在R语言中用aov函数实现。

格式：
aov(formula,data=dataframe)

formula为表达式。表达式可以使用的特殊符号如下：

符号	用法
~	分隔符号，左边为响应变量，右边为解释变量。例如，用A、B、C预测y,代码为y~A+B+C
:	表示变量的交互项。例如用A、B和A与B的交互项来预测y，代码为y~A+B+A:B
*	表示所有可能的交互项。
^	表示交互项达到某个次数。代码y(A+B+C)^2可展开为yA+B+C+A:B+A:C+B:C
.	表示包含除了因变量外的所有变量。例如，若一个数据框包含变量y、A、B和C,代码y~.可展开为y ~A+B+C

单因素方差分析示例

出于组间差异性检验的目的，为了方便仅展示单因素方差分析示例。
单因素方差分析即一个自变量一个因变量的方差分析。自变量为分类变量，因变量为连续变量。

数据集

所使用数据集multcomp包中cholesterol数据集。
数据集中，50