两个卡方分布之和_多组比较之（二）方差分析

本章分享多组比较之方差分析的具体R语言实现步骤。

方差分析的应用条件：

1. 各样本是相互独立的随机样本；
2. 各样本均来自正态分布总体；
3. 方差齐性

即

R语言进行方差分析理论需要四步：

1. 检验正态性
2. 检验方差齐性
3. 方差分析总体比较
4. 方差分析两两比较（前提是总体比较有意义）

具体如下：

1. 正态性检验
2. install.packages("RVAideMemoire")
3. library(RVAideMemoire)
4. byf.shapiro( 变量1 ~ 分组变量, data = 数据集名称)
5. 方差齐性
6. install.packages("car")
7. library(car)
8. leveneTest( 变量1 ~ 分组变量, data = 数据集名称)
9. 方差分析总体比较
10. install.packages("stat")
11. library(stat)
12. fit<-aov(变量1 ~ 分组变量, data = 数据集名称)
13. summary(fit)
14. 方差分析两两比较
15. 多组比较之方差分析、秩和检验、卡方检验思维导图里给出方差分析两两比较有7种方法：

本文将列出每种方法所在的包和函数，大家可利用Rhelp文档查找具体实用条件。

4.1 LSD: 用agricolae包中的LSD.test函数；

4.2 Bonferroni法：将LSD.test函数中p.adj改为Bonferroni即可；

4.3 Dunnett：multcomp包中的glht()函数；

4.4 Student-Newman-Keuls法：agricolae包中的SNK.test()函数；

4.5 Turkey法 ：stats包中TurkeyHSD函数；

4.6 Duncan法：agricolae包中的duncan.test()函数；

4.7 Scheffe法：agricolae包中的scheffe.test()函数；

今天就分享到这里，欢迎大家补充和指正！