R语言单因素方差分析
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
R语言单因素方差分析课程报告
分析题目:
1、录入数据
chanliang<-scan()
24 30 28 26
27 24 21 26
31 28 25 30
32 33 33 28
21 22 16 21
2、形成数据框,如图
chuli<-rep(c('A1','A2','A3','A4','A5'),
c(4,4,4,4,4))
jieguo=data.frame(chanliang,chuli)
jieguo
图1
3、数据分析
fit<-aov(chanliang~chuli,data=jieguo)
summary(fit)
因为结果差异是否显著需要看数据P或Pr,若P上有符号“*”,则说明差异显著,且*越多,差异越大。由下图结果显示,Pr的数据中有三个*,说明差异非
为有多个数据,因此要进行多种
比较分析。如下。
4、对分析结果作比较
TukeyHSD(fit)
P adj越小越显著,又例如diff
中,A5-A4<0,则说明A4比较厉
害,A4比较符合预期要求。由
图可知,多种比较分析中,A5-A4
的P值最小,且A5-A4<0,A4
比较符合预期要求。
图2 5、画图(置信区间)
plot(TukeyHSD(fit))
图形说明:若图3中
Ai-Aj(i=2,3,4,5.j=1,2,3,4)经
过了0的那条虚线,则说明差异不
显著,可以对第四步的分析做检验。
由图可知,A5-A4,A5-A3,A5-A1,
A4-A2差异显著,其中A5-A4差异
最显著。由此检验图2。
图3 6、正态检验/方差齐性检验
bartlett.test(chanliang~chuli,data=jieguo)
由2图与图3对比可检验分析出所需的结论,更加实在的证明了所得结论。
方差分析满足以下3个性质:独立性(抽出来的数据不受控制、独立的)、正态性(符合正态分布)、等方差性(方差相等)。
7、线性建模
result<-lm(chanliang~chuli,data=jieguo)
library(car)
qqPlot(result,main="aa",lab="FLAST")
散点图中的点在实线的
周围,且实线在对角线
上,即说明正态分布符
合。由图4可知,实线
在对角线上且点基本在
实线周围,因此可知正
态分布合理。
图4
报告总结:由R语言的单因素方差分析可知,由3的数据分析知在不同施肥处理手段下,水稻稻谷产量存在非常显著的差异,即水稻产量的多少与施加不同的化肥有很大的关联。
其中,由4分析比较知,A5-A4存在的差异最显著,且A4最厉害,则说明用A4处理手法(施加尿素)可以使水稻产量最大化(对比其它几种施肥手法)。A5-A3<0可知A3比A5厉害,即用A3(施加碳酸氢铵)处理水稻得到的产量次之。
其中,在4分析比较中,A5-A1和A4-A2的P知一样大小,说明A5与A1、A4与A2之间的差异是一样的,然而A5-A1<0,A4-A2>0,说明A1比较厉害。
又A2-A1<0,即A1比较厉害,说明A1的氨水对稻谷产量的影响比较大。A5-A2<0,即A2也比A5厉害。
因此由5、6、7检验也可验证以上结论。由于A5是对照处理的,所以施加
尿素、碳酸氢铵、不同工艺下的氨水对水稻稻谷的产量都有促进作用,促进作用:尿素>碳酸氢铵>A1处理下的氨水>A2处理下的氨水>自来水。