r语言的runmed函数_R语言: 用于多个比较的方差分析（ANOVA）

方差分析在试验科学中有重要的地位，今天谈谈如何用R做方差分析

前提假设：独立、正态、方差齐次(各水平间)

例子：x

数据集用5个因子水平测量，问是否存在差异

光是这样是无法进行分析的，对数据x进行格式转化

b

x a

1 25.6 1

2 22.2 1

3 28.0 1

4 29.8 1

5 24.4 2

6 30.0 2

7 29.0 2

8 27.5 2

9 25.0 3

10 27.7 3

11 23.0 3

12 32.2 3

13 28.8 4

14 28.0 4

15 31.5 4

16 25.9 4

17 20.6 5

18 21.2 5

19 22.0 5

20 21.2 5

在进行方差分析之前先对几条假设进行检验，由于随机抽取，假设总体满足独立、正态，考察方差齐次性(用bartlett检验)

> bartlett.test(x~a,data=b)

Bartlett test of homogeneity of variances

data: x by a

Bartlett's K-squared = 7.0966, df = 4, p-value = 0.1309

方差齐次性符合,因此选用方差分析aov()或者KW检验kruskal.test()均可(。

下面进行方差分析

m1

summary(m1)

Df Sum Sq Mean Sq F value

Pr(>F) a 4 132.0 32.99 4.306 0.0162 *

Residuals 15 114.9 7.66 ---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05

‘.’ 0.1 ‘ ’ 1

从这个结果看出差别显著

接下来考察具体的差异(多重比较)，

> TukeyHSD(m1)

Tukey multiple comparisons of means

95%

family-wise confidence level

Fit: aov(formula = x ~ a, data = b)

$a

diff lwr upr p adj

2-1 1.325 -4.718582 7.3685818 0.9584566

3-1 0.575 -5.468582 6.6185818 0.9981815

4-1 2.150 -3.893582 8.1935818 0.8046644

5-1 -5.150 -11.193582 0.8935818 0.1140537

3-2 -0.750 -6.793582 5.293581