如何在统计软件R中进行方差分析测试

步骤1：入门：

如果您的计算机上尚未存在R，则可以从官方网站免费下载位于：

http://cran.r-project.org/bin/windows/base/（Windows）

http://cran.r-project.org/bin/macosx/（Mac）

http://cran.r-project.org/（Linux）

选择该版本的（32bit/64bit）版本操作系统的自然基础。

打开R：

您将看到基本命令建议已打开。这是已执行命令的日志和输出。但是，无法对其进行编辑，使其难以使用，而是使用以下命令打开脚本窗口：

文件》》

新脚本

此窗口充当基本的文字处理器（靠近记事本），可以通过右键单击一行或所选内容并运行它来编写，编辑和执行命令。或者，快捷键Control + r也将执行一行或选择。

注意：

您可以通过在注释的开头加上井号（＃）来在R中编写注释。步骤3中显示了一个示例。

步骤2：读取数据：

.csv也许是最流行的文件处理数据文件时键入。 .csv文件可以从excel轻松制作。或者，您可以通过命名和指向变量将数据直接输入R中（请参见辅助映像）。如果您有.csv文件，那就太好了！使用以下命令之一读取它：

数据名称= read.csv（“适当的网页或文件目录”）

数据名称= read.csv（file.choose（ ））

完成此操作之后，请使用以下命令浏览数据：

dim（数据名称）

str（数据名称）

头（数据名称）

附加（数据名称）

注意：

您将需要运行附加，否则需要R不会知道您要指的是什么数据集。

第3步：运行ANOVA测试：

您做的很棒！您已经接近完成一个独立变量ANOVA测试。

使用以下R命令运行方差分析：

name = aov（y variable〜x variable）＃运行ANOVA测试。 》 ls（name）＃列出测试存储的项目。

summary（name）＃给出基本的方差分析输出。

图像中的示例将卡路里作为因变量y与一个自变量进行比较（在此示例中为糖）。

注意：

如果R找不到指定的变量，请确保标点符号匹配并且您已经执行了‘attach（data）’命令。

步骤4：然后是一个自变量

具有多个自变量x1，x2到xn的情况是一个简单的变化。 br》修改代码，使自变量成为在它们之间带有星号（*）的乘积：

name = aov（y〜x1 * x2 * xn）

步骤5：解释数据：

让我们从中获取多元模型第4步。在这里，我们尝试用糖，卡路里，脂肪，蛋白质以及它们彼此之间的相互作用（糖* CalFat，糖*蛋白质，CalFat *蛋白质和糖* CalFat *蛋白质）来描述卡路里。

焦点在列上：F大于上一列列出的值的概率。这通常称为 p值。在大多数情况下，您将重要性置于alpha = .05级别，或者我们要求P值小于.05 才被视为具有统计意义。

立即我们可以看到，术语Sugars ，Sugars * CalFat和CalFat * Protein在.05级别上不显着。或者，我们看到CalFat和Sugars * CalFat * Protein分别是最佳术语，P值远小于.05。

由此我们可以得出结论，如果您的目标是描述卡路里，则只需对CalFat进行回归或潜在的糖* CalFat *蛋白质。如果您打算采集更多样本，而您只关心它的预测或描述卡路里，那么您现在只需要从Fat中收集卡路里，而不必收集所有其他变量。

责任编辑：wv