R語言方差分析ANOVA - 程式人生

R函式，得到完整的方差分析表 source("anova.tab. ... 這裡用到的pairwise.t.test()函式用來得到多重比較的p值 pairwise.t.test(Response, Treatment, ... 程式人生>>R語言方差分析ANOVA R語言方差分析ANOVA 阿新••發佈：2019-01-03 自己整理編寫的R語言常用資料分析模型的模板，原檔案為Rmd格式，直接複製貼上過來，作為個人學習筆記儲存和分享。

部分參考薛毅的《統計建模與R軟體》和《R語言實戰》 I.單因素方差分析 #用dataframe的格式輸入資料 medicineF)是p值，A即為因子A，Residuals是殘差。

但是我們注意到，這個結果並不完整。

直接用summary()函式時候，只有因素A和誤差兩行，沒有總和，這裡編個小程式(anova.tab.R)作改進，計算方法為：將summary函式得到表中的第一行與第二行求和，得到總和行的值。

#anova.tab.R程式 anova.tab0.05，接受原假設，認為各組的資料是等方差的 方差其次性分析對離群點非常敏感，可用car包的outlierTest()函式來檢測離群點 library(car) outlierTest(medicine.aov) 從p值結果看，並沒有證據說明該資料中含有離群點 根據Q-Q圖，Bartlett檢驗和離群點檢驗，該資料似乎可以用ANOVA模型擬合得很好，這些方法反過來增強了我們對於所得結果的信心 資料的總體分佈型別未知；或資料的總體分佈型別已知，但不符合正態分佈；或某些變數可能無法精確測量時，可以使用非引數統計方法.非引數統計是拋開總體分佈型別不考慮，對總體引數不做比較，比較的是總體分佈的位置是否相同的統計方法．秩和檢驗是非引數統計中一種經常使用的檢驗方法．這裡的“秩”又可被稱為等級，即按照資料大小排定的次序號．此次序號的總和被稱為“秩和”． 方差分析過程需要滿足若干條件，F檢驗才能奏效，可惜有時候採集到的資料並不能滿足這樣的要求。

像兩樣本比較時一樣，嘗試將資料轉換為秩統計量，因為秩統計量的分佈與總體分佈無關，這樣就可以避開總體分佈的要求．上述問題就可以通過資料的秩統計量就解決了。

在比較兩個以上的總體時，廣泛使用的是Kruskal-Wallis秩和檢驗，它是對兩個以上樣本進行比較的非引數檢驗方法。

實質上，它是兩樣本的Wilcoxon方法在多於兩個樣本時的推廣。

R軟體提供了Kruskal-Wallis秩和檢驗，函式為kruskal.test() (3)Kruskal-Wallis秩和檢驗 medicine