R语言方差分析ANOVA、单因素方差分析、协变量方差分析ANCOVA、重复测量方差分析、双因素方差分析( two-way ANOVA)、多元方差分析MANOVA、多元协方差分析MANCOVA

R语言方差分析ANOVA、单因素方差分析、协变量方差分析ANCOVA、重复测量方差分析、双因素方差分析( two-way ANOVA)、多元方差分析MANOVA、多元协方差分析MANCOVA

目录

R语言方差分析ANOVA、单因素方差分析、协变量方差分析ANCOVA、重复测量方差分析、双因素方差分析( two-way ANOVA)、多元方差分析MANOVA、多元协方差分析MANCOVA

#方差分析(Analysis of Variance,ANOVA)是什么?方差分析的形式有哪些?

#方差分析的形式:

#R语言方差分析函数aov和回归模型函数lm的关系、formula公式中使用的符号说明、常见的方差分析研究设计公式(Formulas for common research designs)、因子顺序对分析的影响

#因子顺序对分析的影响

#R语言使用aov函数进行单因素方差分析(One-way ANOVA)、R语言使用gplots包中的plotmeans函数可用于生成组均值及其置信区间f的图(95%置信区间的治疗方法的曲线图)

#R语言使用aov函数进行单因素方差分析(One-way ANOVA)、使用TukeyHSD函数检验组均值之间所有成对对比差异、使用plot函数可视化Tukey HSD两两均值比较图(Multiple comparisons)

#R语言使用aov函数进行单因素方差分析(One-way ANOVA)、使用multcomp包的glht函数检验组均值之间所有成对对比差异、使用plot函数可视化Tukey HSD两两均值比较图(Multiple comparisons)

#R语言使用aov函数进行单因素方差分析(One-way ANOVA)、使用Q-Q图来评估方差分析因变量的正态性假设、Bartlett检验验证方差的相等性(齐次性)、car包中的outlierTest函数检验是否存在异常值(Assessing test assumptions)

#R语言使用aov函数进行单因素协方差分析(One-way ANCOVA)、单因素协方差分析(ANCOVA)扩展了单因素方差分析,包括一个或多个协变量(covariates)

#R语言使用aov函数进行单因素协方差分析(One-way ANCOVA)、使用effects包中的effect函数来计算调整后的分组均值(effects library to calculate adjusted means)

#R语言使用aov函数进行单因素协方差分析(One-way ANCOVA)、使用multcomp包的glht函数检验组均值之间所有成对对比差异、通过contrast参数自定义对比组进行组间两两方差分析(Multiple comparisons employing user-supplied contrasts)

#R语言使用aov函数进行单因素协方差分析(One-way ANCOVA)、验证协方差分析的回归斜率是否均匀(回归斜率在每个组中都是相同的、回归斜率的均匀性检验)(Assessing test assumptions)

#R语言使用aov函数进行单因素协方差分析(One-way ANCOVA)、使用HH包中的ancova函数可视化单因素协方差分析中的因变量、协变量和因子之间关系的图(Visualizing the results)

#R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA)、在双因素方差分析中,受试者被分配到由两个因素交叉分类形成的组(Two-way factorial ANOVA)

#R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA)、使用interaction.plot函数在双因素方差分析中显示交互作用(Interaction)

#R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA)、使用gplots包中的plotmeans函数在双因素方差分析中显示交互作用(Interaction)、包括均值,以及误差条(95%置信区间)和样本量

#R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA)、使用HH包中的interaction2wt函数为任何阶的双因素方差分析可视化主效应和交互作用图(Main effects and two-way interaction)、箱图显示主效应

#R语言使用aov函数进行重复测量方差分析(Repeated measures ANOVA、其中一个组内因素和一个组间因素)、分别使用interaction.plot函数和boxplot对交互作用进行可视化(Repeated measures ANOVA with one between- and within-groups factor)

#R语言使用manova函数进行多元方差分析(Multivariate analysis of variance (MANOVA))、如果多变量检验结果具有显著性,使用summary.aov函数获得单变量单向方差分析的结果

#R语言使用manova函数进行多元方差分析(Multivariate analysis of variance (MANOVA))、单因素多元方差分析的两个假设是多元正态性和方差-协方差矩阵的齐性、QQ图评估多元正态性、使用mvoutlier包中的aq.plot函数检验多变量异常值(Assessing test assumptions)

#R语言使用manova函数进行多元方差分析(Robust one-way MANOVA)、R语言rrcov包中的wilks.test函数提供了单向MANOVA的健壮版本、vegan包中的adonis函数可以提供非参数Manova的等效函数

#R语言使用回归模型解决单因素方差分析问题(ANOVA as regression)、方差分析和回归都是同广义线性模型的特例、因子转化为数值的过程中(分类变量编码为连续变量、自定义设置contrast)、treatment对比用于无序因子,正交多项式(orthogonal polynomials)用于有序因子


#方差分析(

  • 6
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

statistics.insight

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值