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:
- 各样本是相互独立的随机样本;
- 各样本均来自正态分布总体;
- 方差齐性
即
R语言进行方差分析理论需要四步:
- 检验正态性
- 检验方差齐性
- 方差分析总体比较
- 方差分析两两比较(前提是总体比较有意义)
具体如下:
- 正态性检验
- install.packages("RVAideMemoire")
- library(RVAideMemoire)
- byf.shapiro( 变量1 ~ 分组变量, data = 数据集名称)
- 方差齐性
- install.packages("car")
- library(car)
- leveneTest( 变量1 ~ 分组变量, data = 数据集名称)
- 方差分析总体比较
- install.packages("stat")
- library(stat)
- fit<-aov(变量1 ~ 分组变量, data = 数据集名称)
- summary(fit)
- 方差分析两两比较
- 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:
![e05750d1fc605097430d591be37df627.png](https://i-blog.csdnimg.cn/blog_migrate/ab450e099b5771f9392bfd2e68488436.png)
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!