ryuyan 方差分析_【r<-高级|实战|统计】R中的方差分析ANOVA

方差分析主要通过F检验来进行效果评测，若治疗方案的F检验显著，则说明检验样本组间均值不同。

ANOVA模型拟合

从函数形式上看，ANOVA和回归方法都是广义线性模型的特例。因此回归分析章节中提到的lm()函数也能分析ANOVA模型。不过，在这个章节中，我们基本使用aov()函数。最后，会提供了个lm()函数的例子。

aov()函数

aov()函数的语法为aov(formula, data=dataframe)。下表列举了表达式可以使用的特殊符号。

符号

用途

~

分隔符号，左边为响应变量(因变量)，右边为解释变量(自变量)

:

表示预测变量的交互项

*

表示所有可能交互项的简洁方式

^

表示交互项达到某个次数

.

表示包含除因变量外的所有变量

下面是常见研究设计的表达式

设计

表达式

单因素ANOVA

y ~ A

含单个协变量的单因素ANOVA

y ~ x + A

双因素ANOVA

y ~ A * B

含两个协变量的双因素ANOVA

y ~ x1 + x2 + A * B

随机化区组

y ~ B + A (B是区组因子)

单因素组内ANOVA

y ~ A + Error(subject/A)

含单个组内因子(W)和单个组间因子的重复测量ANOVA

y ~ B * W + Error(Subject/W)

表达式中各项的顺序

当

​ 因子不止一个，并且是非平衡设计；

​ 存在协变量

两者之一时，等式右边的变量都与其他变量相关。此时，我们无法清晰地划分它们对因变量的影响。

例如，对于双因素方差分析，若不同处理方式中的观测数不同，那么模型y ~ A*B与模型y ~ B*A的结果不同。

R默认类型I(序贯型)方法计算ANOVA效应(类型II和III分别为分层和边界型，详见R实战(第2版)202页)。R中的ANOVA表的结果将评价：

A对y的影响

控制A时，B对y的影响

控制A和B的主效应时，A与B的交互影响。

一般来说，越基础性的效应需要放在表达式前面。

car包的Anova()函数提供了三种类型方法，若想与其他软件(如SAS SPSS)提供的结果保持一致，可以使用它，细节可参考helo(Anova, package="car")。

单因素方差分析

单因素方法分析中，你感兴趣的是比较分类因子定义的两个或多个组别中的因变量均值。以multcomp包中cholesterol数据集为例(包含50个患者接收5种降低胆固醇疗法的一种，前三种是同样的药物不同的用法，后二者是候选药物)。哪种药物疗法降低胆固醇最多呢？

> library(mvtnorm)

> library(survival)

> library(TH.data)

> library(MASS)

> library(multcomp)

>