如何在R中使用不相等的样本大小执行单向方差分析?
为了对具有不同大小的样本量执行单向方差分析,我们可以使用aov函数。假设我们有一个类别列定义为具有四个类别的Group和一个连续变量Response,它们都存储在称为df的数据框中,则单向方差分析可以执行为-
aov(Response~Group,data=df)
示例
请看以下数据帧-
Group<-sample(LETTERS[1:4],20,replace=TRUE)Response<-rpois(20,2)
df1<-data.frame(Group,Response)
df1
输出结果
Group Response1 B 1
2 B 2
3 A 1
4 D 2
5 B 1
6 B 0
7 A 2
8 B 3
9 B 2
10 A 2
11 A 3
12 C 2
13 B 0
14 C 1
15 C 3
16 C 2
17 C 1
18 D 4
19 A 1
20 A 4
示例
str(df1)
输出结果
'data.frame': 20 obs. of 2 variables:$ Group : chr "B" "B" "A" "D" ...
$ Response: int 1 2 1 2 1 0 2 3 2 2 ...
对df1中的数据执行单向方差分析-
示例
ANOVA_model_1<-aov(Response~Group,data=df1)summary(ANOVA_model_1)
输出结果
Df Sum Sq Mean Sq F value Pr(>F)Group 3 5.488 1.829 1.536 0.244
Residuals 16 19.062 1.191
示例
Class<-sample(c("I","II","III"),20,replace=TRUE)Score<-sample(1:100,20)
df2<-data.frame(Class,Score)
df2
输出结果
Class Score1 I 35
2 II 74
3 II 24
4 III 27
5 I 63
6 II 92
7 II 50
8 III 30
9 I 1
10 I 23
11 II 84
12 I 48
13 I 36
14 I 58
15 II 16
16 II 18
17 I 28
18 III 70
19 II 47
20 I 75
对df2中的数据执行单向方差分析-
示例
ANOVA_model_2<-aov(Score~Class,data=df2)summary(ANOVA_model_2)
输出结果
Df Sum Sq Mean Sq F value Pr(>F)Class 2 435 217.4 0.317 0.732
Residuals 17 11642 684.8
示例
Categories<-sample(c("C1","C2","C3"),20,replace=TRUE)NetScore<-sample(1:10,20,replace=TRUE)
df3<-data.frame(Categories,NetScore)
df3
输出结果
Categories NetScore1 C1 7
2 C2 5
3 C2 4
4 C2 10
5 C2 9
6 C1 1
7 C3 1
8 C2 4
9 C1 2
10 C2 3
11 C3 5
12 C3 6
13 C1 9
14 C1 4
15 C2 2
16 C3 6
17 C1 6
18 C2 3
19 C1 5
20 C2 6
示例
ANOVA_model_3<-aov(NetScore~Categories,data=df3)summary(ANOVA_model_3)
输出结果
Df Sum Sq Mean Sq F value Pr(>F)Categories 2 1.05 0.527 0.072 0.931
Residuals 17 124.75 7.338
以上是 如何在R中使用不相等的样本大小执行单向方差分析? 的全部内容, 来源链接: utcz.com/z/354202.html