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)