（生物信息学）R语言与统计学入门（二）——单因素方差分析

上次说到t检验，是检验两组数据的均数差异，链接如下：

（生物信息学）R语言与统计学入门（一）——t 检验_李京弦的博客-CSDN博客

这次我们来介绍一下单因素方差分析。

单因素方差分析： 方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”，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。

 简单地说，t检验比较的是两组均数，方差分析比较的就是三组。

在生物信息学中常用于情况呢：比如临床分期，如下图：

 假设我们找到一个基因，想看看这个基因到底好不好，有没有研究的价值，那就需要将它和临床挂钩。在某个癌症中，分期越高，某个基因的表达量越高，说明这个基因很有可能促进肿瘤进展。那么他就有研究意义。如上图，随着分期增高，此基因的表达量增高，且P值有意义。

那么此时，就可以用单因素方差分析，比较三组及以上的均数差异，下面来看单因素方差分析如何实现。

首先准备如下数据：

 这是TCGA数据库某个基因的表达量，以及临床分期，我们将数据提前存成CSV格式。

想要知道该基因对临床分期是否有影响，我们执行以下代码：

setwd("D:\\")
data <- read.csv("Stage.csv",header = T,sep = ",")

aov = aov(data$RBCK1~factor(data$Stage)) ## aov 单因素方差分析的函数
summary(aov)

 可以看到P值没有意义，说明在不同的分期中，RBCK1这个基因的表达量并没有发生改变。

我们还可用那个另一个公式：

oneway.test(data$RBCK1~data$Stage,data)


##
##	One-way analysis of means (not assuming equal variances)

## data:  data$RBCK1 and data$Stage
##  F = 0.33068, num df = 3.000, denom df = 53.886, p-value = 0.8032

也能得到相同的结果。

遇见这种情况，就换基因吧。