R语言单因素方差分析（附代码）

单因素方差分析

概念不给大家赘述了，可自行查阅相关书籍。
直接上题目：

题目

pseudomonas aeruginosa菌在样本A中的丰度为：0.014，0.015，0.017；在样本B中的丰度为：0.011，0.012，0.013。确定该菌株在样本A、B中的分布是否具有差异性。

简单分析

该问题为单因素方差分析，这里的因素就是指样本，简而言之就是单个因素的两种情况。我们不妨设定一个假设：H0（原假设）：该菌株在样本中的分布差异不显著，H0（备选假设）：该菌株在样本中的分布差异显著。这样设置的原因是根据假设检验的定义来的（反证法），一般我们所期望的结果是和备选假设一致。

R代码求解

# 读入初始数据
X <- c(0.014,0.015,0.017,0.011,0.012,0.013)
#读初始数据进行处理
A <- factor(rep(1:2,c(3,3)))
# 进行aov单因素方差分析
mouse.aov <- aov(X~A)
# 查看aov结果
summary(mouse.aov)

结果解析

            Df    Sum Sq   Mean Sq F value Pr(>F)  
A            1 1.667e-05 1.667e-05      10 0.0341 *
Residuals    4 6.667e-06 1.667e-06                 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

不难看出P=0.0341是小于0.05，因此可以拒绝原假设，服从备选假设。得出结论：pseudomonas aeruginosa菌在样本A、B的丰度分度差异性显著。

后话

进行方差分析之前需要对原始数据进行正态分布检验和方差齐性检验，满足条件之后方可进行。如不满足条件测需要进行数据转换使其满足正态分布和方差齐性检验或者执行Kruskal-Wallis秩和检验。虽然这部分内容一般审稿人不会深究，但是一旦遇到懂行的审稿人就会揪这个方面的问题的。