Task4-方差分析

实验设计精神

大多数的原因和结果是复杂的,但是当希望抽象出某些因素的影响时,为了排除噪音,就需要进行实验设计。

比如医学想知道某种药对某种病是否有疗效,光给病人吃药看疗效是不行的。
因为药物有安慰剂作用,当一些人知道自己吃了某种药的时候,心理会产生作用,影响实验结果。

要排除掉噪音,可以给一部分病人添加真药的成分,另一部分病人按照原来的配方。但是,不告诉病人添加了成分。
因为两组病人是不同的,这就是组间实验。

然后,又想知道吃药的时间长短是否会有所影响?可以在一部分病人添加一个月药后,重新拿掉药,另一部分病人继续添加药,过两个月后再比较疗效。

病人都是不知道实验的,生活环境类似,其他药物和饮食一致,排除掉了噪音影响,一旦两组病人的病情有不同,那么几乎可以认定是实验药物的影响。

不同药物和时间的相互影响,就是交互作用,不见得药物吃得时间越长越好,有时候会发现服药时间长会产生抗药性,有时候时间长短没有影响。因此交互作用的图可能是这样的。

在这里插入图片描述
形象理解,有交互情况下,就是只服用B药的情况下,两组差别很大,但同时服用A药,两组几乎没什么差别,也许是这两种药同时服用药性相互抵触。

为什么叫方差分析,看均值的差异?直接比较均值是否相同不行么?

不行,因为存在随机扰动项,所以两组变量的值几乎都是不一样的,因此均值也几乎肯定不同。但如何确定这不同是因为所研究的因素的影响,还是随机扰动项的影响,就需要方差分析,看两组的差异是否显著。比如5和5.5的差别,与100和100.5的差别,是不同的。因此我们只能在某个显著性下接受假设或拒绝假设,无法保证100%准确。

R语言实战笔记第九章介绍了方差分析的内容。方差分析是一种用于比较两个或多个组之间差异的统计方法。在R语言中,可以使用lm函数进行方差分析的回归拟合。lm函数的基本用法是: myfit <- lm(I(Y^(a))~x I(x^2) I(log(x)) var ... [-1],data=dataframe 其中,Y代表因变量,x代表自变量,a代表指数,var代表其他可能对模型有影响的变量。lm函数可以拟合回归模型并提供相关分析结果。 在方差分析中,还需要进行数据诊断,以确保模型的可靠性。其中几个重要的诊断包括异常观测值、离群点和高杠杆值点。异常观测值对于回归分析来说非常重要,可以通过Q-Q图和outlierTest函数来检测。离群点在Q-Q图中表示落在置信区间之外的点,需要删除后重新拟合并再次进行显著性检验。高杠杆值点是指在自变量因子空间中的离群点,可以通过帽子统计量来识别。一般来说,帽子统计量高于均值的2到3倍即可标记为高杠杆值点。 此外,方差分析还需要关注正态性。可以使用car包的qqplot函数绘制Q-Q图,并通过线的位置来判断数据是否服从正态分布。落在置信区间内为优,落在置信区间之外为异常点,需要进行处理。还可以通过绘制学生化残差的直方图和密度图来评估正态性。 综上所述,R语言实战第九章介绍了方差分析及其相关的数据诊断方法,包括异常观测值、离群点、高杠杆值点和正态性检验。这些方法可以用于分析数据的可靠性和模型的适应性。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [R语言实战笔记--第八章 OLS回归分析](https://blog.csdn.net/gdyflxw/article/details/53870535)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值