如何用R进行单因素方差分析

单因素方差分析
本次的数据只是一个例子，可能有不符合实际的情况
1、配置数据，数据如下所示
数据总共为两列，第一列fpkm可以即基因或者是蛋白的表达量，第二列是样本的分组，简单来说就是，在本次数据中1组中有3个值，可以看成的第一组中有三个蛋白或者基因的表达量(group为factor)

2、检验数据是否满足正态分布，只有满足正态分布才可以进行下一步

shapiro.test(dat$fpkm)

3、单因素方差分析
1）方差齐性检验
第一种

bartlett.test(dat$fpkm, dat$group)

第二种
先安装car包

install.paclages('car')

调用car包

library(car)
leveneTest(dat$fpkm~dat$group)

如果检验出的方差不齐则不能进行单因素方差分析
2）满足方差齐性检验，则可进行单因素方差分析

dat.aov <- aov(dat$fpkm~dat$group, data=dat)
summary(dat.aov) 

df为自由度，sum Sq为总的离差平方和，Mean Sq为平均离差平方和，F value为F检验的F值，Pr即为p,如果p<0.05,则分组对其是有影响的
###################################
fpkm和group为局部变量，是不能直接调用的，如果需要直接调用则需要转化为全局变量，如此，dat$fpkm将等同于fpkm

attach(dat)