这篇博客详细介绍了R语言中的方差分析，包括单因素和双因素方差分析，以及相关的假设检验和多重比较方法。通过aov()、oneway.test()和pairwise.t.test()等函数进行分析，并探讨了正态性、方差齐性的检验。同时，还提到了协方差分析（ancova）和非参数检验如kruskal.test()，以及如何绘制交互效应图。
1.单因素方差分析：适用于单因素A有两个水平或以上，研究个水平对因变量的影响
正态假设条件：W检验
shapiro.test():原假设为数据来自正态分布
方差齐性条件：Bartlett检验（主要用于正态分布的数据）
bartlett.test(x, g, ...)x是数据向量或列表（list）；g是因子向量，如果x是列表则忽略g。
当使用数据集时，也可以通过formula调用函数
bartlett.test(formula, data, subset, na.action, ...)formula是形如lhs~rhs的方差分析公式；data是数据集；subset指定观测值的子集用于分析；na.action表示对缺失值进行的行为
Levene检验（可用于正态分布，也用于非正态，较稳健）
levene.test():car包
levene.test(x,group)x是数据向量，group是因子向量
单因素方差分析:目的是比较在因素
最低0.47元/天 解锁文章
扫一扫
4720
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
