单因素方差分析
在《用R语言做数据分析——单因素方差分析多重比较和评估检验》中,我们探究了各种疗法对降低胆固醇的影响,现在用置换检验来分析:
> library(lmPerm)
> library(multcomp)
> set.seed(1234)
> fit <- aovp(response~trt,data=cholesterol,perm = "Prob")
[1] "Settings: unique SS "
> summary(fit)
Component 1 :
Df R Sum Sq R Mean Sq Iter Pr(Prob)
trt 4 1351.37 337.84 5000 < 2.2e-16 ***
Residuals 45 468.75 10.42
---
Signif. codes:
0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
结果表明,各疗法的效果不全相同
单因素协方差分析在《用R语言做数据分析——单因素协方差分析》中,我们探究了四种药物剂量对妊娠鼠崽体重的影响,现在用置换检验来分析:
> library(lmPerm)
> set.seed(1234)
> fit <- aovp(weight~gesttime dose, data=litter, perm = "Prob")
[1] "Settings: unique SS : numeric variables centered"
> summary(fit)
Component 1 :
Df R Sum Sq R Mean Sq Iter Pr(Prob)
gesttime 1 161.49 161.493 5000 0.0006 ***
dose 3 137.12 45.708 5000 0.0392 *
Residuals 69 1151.27 16.685
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
依据p值可知,当控制妊娠期时间相同时,四种药物剂量对鼠崽的体重影响不相同。
双因素方差分析在《用R语言做数据分析——双因素方差分析》中,我们探究了维生素C对豚鼠牙齿生长的影响,这个实验中两个可操作的因子时剂量(三水平)和喂食方式(两水平)。10只豚鼠分别被分配到每种处理组合中,形成3*2的实验设计。置换检验分析代码如下:
> library(lmPerm)
> set.seed(1234)
> fit <- aovp(len~supp*dose, data=ToothGrowth, perm = "Prob")
[1] "Settings: unique SS : numeric variables centered"
> summary(fit)
Component 1 :
Df R Sum Sq R Mean Sq Iter Pr(Prob)
supp 1 205.35 205.35 5000 < 2e-16 ***
dose 1 2224.30 2224.30 5000 < 2e-16 ***
supp:dose 1 88.92 88.92 2032 0.04724 *
Residuals 56 933.63 16.67
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
在0.05的显著性水平下,三种效应都不等于0,在0.01的水平下,只有主效应显著。
,