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 Response 1 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 Score 1 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 NetScore 1 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