1 模拟数据
这里模拟了4个因子,5个观测值的数据框, 主要介绍了一下几种方法的汇总统计:1, 单变量~单因子,单个个统计量, 这里使用平均数mean
2 单变量~单因子,多个个统计量, 这里使用自定义的函数func
3 单变量 ~ 多因子, 单个个统计量
4 多变量~单因子
5 多变量~多因子
1.1 模拟数据代码dat = data.frame(F1=1:24,F2=rep(1:2,12),F3=rep(1:3,8),F4=rep(1:4,6),
y1=rnorm(24),y2=rnorm(24),y3=rnorm(24),y4=rnorm(24))
dat
结果:> dat
F1 F2 F3 F4 y1 y2 y3 y4
1 1 1 1 1 -1.56638762 1.77659389 0.62182746 0.07154109
2 2 2 2 2 1.09314649 0.71375709 -2.00699087 -0.21156736
3 3 1 3 3 -0.05927923 0.37890941 -2.44829351 -0.21725814
4 4 2 1 4 -0.20873143 0.11067616 0.68841731 1.76528949
5 5 1 2 1 -1.27492917 -0.95776287 -1.68332656 -0.01702117
6 6 2 3 2 -1.05095342 -0.38322499 0.14197083 -0.78430424
7 7 1 1 3 1.37034964 0.05623515 -1.40426807 0.65247027
8 8 2 2 4 0.36660747 -0.12935219 0.35927791 0.78090801
9 9 1 3 1 0.23858612 1.40575764 0.10948955 -0.97792913
10 10 2 1 2 -1.20208996 0.83394104 0.81612552 -1.16199479
11 11 1 2 3 0.67429860 1.64004800 0.21721424 0.10194002
12 12 2 3 4 -0.28761315 -0.16285338 0.88606656 0.89780823
13 13 1 1 1 0.58100320 -0.50242117 0.69975049 0.23075716
14 14 2 2 2 -0.09756759 0.32500760 1.34954777 0.49576819
15 15 1 3 3 -0.79733970 -0.45139957 0.96597139 -2.47475726
16 16 2 1 4 -1.53313299 -1.36002014 0.06478981 0.27118850
17 17 1 2 1 -1.76762191 -1.17475175 -1.16165180 0.08503871
18 18 2 3 2 -0.32539248 -1.12102656 1.35283538 0.46963266
19 19 1 1 3 -0.29976865 1.19147376 0.38726070 0.12839759
20 20 2 2 4 -0.53285724 -0.37190046 -1.02641877 -1.71363552
21 21 1 3 1 -0.74750973 -0.69994486 1.29616246 -0.22394345
22 22 2 1 2 -0.82581172 -0.83660765 0.43636897 0