r语言算巢式设计方差分析_R语言之方差分析篇

转载自：http://blog.csdn.net/lilanfeng1991/article/details/30753509

当包含的因子是解释变量时，通常会从预测转向 级别差异的分析，即称作方差分析(ANOVA)

组间因子

因变量

自变量

均衡设计(balanced design)

组内因子

单因素组间方差分析

单因素组内方差分析

重复测量方差分析

主效应

交叉效应

因素方差分析

混淆因素

干扰变数

协变量

协方差

1、ANOVA模型拟合

1.aov()函数

语法：aov(formula,data=dataframe)

R表达式中的特殊符号

符号

用法

~

分隔符号，左边为响应变量，右边为解释变量

eg：y~A+B+C

+

分隔解释变量

：

表示变量的交互项

eg：y~A+B+A:B

*

表示所有可能交互项

eg：y~A*B*C可展开为：y~A+B+C+A:B+A:C+B:C+A:B:C

^

表示交互项达到次数

eg：y~(A+B+C)^2展开为：y~A+B+C+A:B+A:C+B:C

.

表示包含除因变量外的所有变量

eg：若一个数据框包括变量y,A、B和C，代码y~.可展开为y~A+B+C

常见研究设计的表达式

设计

表达式

单因素ANOVA

y~A

含单个协变量的单因素ANCOVA

y~x+A

双因素ANOVA

y~A*B

含两个协变量的双因素ANCOVA

y~x1+x2+A*B

随机化区组

y~B+A(B是区组因子)

单因素组内ANOVA

y~A+Error(Subject/A)

含单个组内因子(W)和单个组间因子(B)

的重复测量ANOVA

y~B*W+Error(Subject/W)

非平衡设计时或存在协变量时，效应项的顺序对结果影响较大

越基础的效应应越需要放在表达式前面，首先是协变量、然后是主效应、接着是双因素的交互项，再接着是三因素的交互项

若研究不是正交的，一定要谨慎设置疚的顺序

2、单因素方差分析

(1)单因素方差分析

#单因素方差分析(感兴趣地是比较分类因子定义的两个或多个组别中的因变量均值)

install.packages("multcomp")

library(multcomp)

att