ryuyan 方差分析_R实现统计中的检验方法---方差分析ANOVA

作者：徐涛，19年应届毕业生，专注于珊瑚礁研究，喜欢用R各种清洗数据。

前言

方差分析(均数的显著性检验)

方差分析(Analysis of Variance，简称ANOVA)，又称“变异系数分析”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。

1.适用条件

方差分析数据必须满足3个条件即独立、正态，方差齐次性。

---------------------#正态性检验#---------------------

#Shapiro-Wilk检验用来检验数据是否符合正态分布，类似于线性回归的方法一样，是检验其于回归曲线的残差。

#该方法作者推荐在样本量很小的时候使用，比如N<20。但是也有作者推荐在大数据集上使用。该作者将这种修改

#后的方法运用在R语言的stats包中的shapiro.test函数中。该检验原假设为H0：数据集符合正态分布。

#R语言中的Shapiro-Wilk检验(W检验)，shapiro.test(x)该函数只有一个参数即数据集x。x可以是数值型向量，允许存在NA

#但是非丢失数据需要在3-5000内。

##example##

#11个随机抽取的样本的体重(斤)数据为：148,154,158,160,161,162,166,170,182,195,236

k

shapiro.test(k)

Shapiro-Wilk normality test

data:  k

W = 0.78881, p-value = 0.006704

##p=0.0067

---------------------#方差齐性检验#---------------------

#R中最常用的方差齐性检验(bartlett检验)，bartlett.test()调用格式为bartlett.test()调用格式为

#bartlett.test(x,g...)其中，参数x是数据向量或列表(list);g是因子向量，如果x是列表则忽略g，当使用数据集时，也通过formula调用函数

##example##

#以multcomp包中的cholesterol数据集为例

library(multcomp)

head(cholesterol)

trt response

1 1time   3.8612

2 1time  10.3868

3 1time   5.9059

4 1time   3.0609

5 1time   7.7204

6 1time