数据分析：方差分析在R语言中的应用

ops/2024/10/18 14:25:42/

介绍

方差分析的R语言实现包括以下部分：

  • 数据导入

  • 数据清洗

  • ANOVA计算

  • 结果解析

  • ANOVA评估

参考教程Analysis_of_Variance

knitr::opts_chunk$set(message = FALSE, warning = FALSE)options(stringsAsFactors = F)
options(future.globals.maxSize = 1000 * 1024^2)

step1: 安装R包

install.packages(c("ggplot2", "ggpubr", "tidyverse"))

step2: 载R包

library(tidyverse) # 数据预处理R包
library(readxl) # 读取xlsx数据R包
library(ggpubr) # 画图R包

step3: 导入数据

  • 随机生成数据
data <- data.frame(D = c(rep("A", 4), rep("B", 4), rep("C", 4), rep("D", 4), rep("E", 4), rep("F", 4)),RR = c(80,83,83,85,75,75,79,79,74,73,76,77,67,72,74,74,62,62,67,69,60,61,64,66))
  • 存储数据
write.table(data, file = "data.txt", sep = "\t", quote = F, row.names = F)
xlsx::write.xlsx(data, file = "data.xlsx", row.names = F)
  • txt数据格式
data <- read.table("data.txt", header = T)
  • xlsx数据格式
data <- read_xlsx("data.xlsx", sheet = 1)

step4: 数据清洗

  • 筛选数据：丢弃A组数据
data_drop <- data %>%dplyr::filter(D != "A")#%>%#dplyr::mutate(Test = "test")head(data_drop)

  • 数据平均值和其他指标
data %>%group_by(D) %>%summarise(N=n(),Means=mean(RR),SS=sum((RR - Means)^2),SD=sd(RR),SEM=SD/N^.5)

  • 展示数据： boxplot
ggboxplot(data_drop, x = "D", y = "RR", color = "D",ylab = "RR", xlab = "D")

step5: 单因素方差分析

  • one-way ANOVAs: 使用aov函数运行单因素方差分析 (公式是：Y是检验变量，X是分组变量)；

  • 再使用summary函数获取单因素方差分析的结果。

# Y=RR; X=D
one.way <- aov(RR ~ D, data = data_drop)summary(one.way)

结果解析：

  • Residuals是模型的残差，可以理解为截距；

  • Df列显示了自变量的自由度(变量中的水平数减1)和残差的自由度(观察总数减1和自变量中的水平数减1)；

  • Sum Sq列显示平方和(即组均值与总体均值之间的总变化)。；

  • Mean Sq列是平方和的平均值，通过将平方和除以每个参数的自由度来计算；

  • F value列是F检验的检验统计量。这是每个自变量的均方除以残差的均方。F值越大，自变量引起的变化越有可能是真实的，而不是偶然的；

  • Pr(>F)列是F统计量的p值。这表明，如果组均值之间没有差异的原假设成立，那么从检验中计算出的F值发生的概率大小。

  • 另一种方法：t-test仅仅适合2组比较，因此需要筛选

data_ttest <- data_drop %>%dplyr::filter(D %in% c("B", "C")) #%>%#dplyr::filter(RR != 77)# data_test_filter <- filter(data_drop, D %in% c("B"))
# data_test_filter2 <- filter(data_test_filter, RR != 77)t.test(RR ~ D, data = data_ttest)

step6: 后置检验

  • ANOVA结果仅仅揭示多个组间的差异结果，具体到哪两个组内部差异还需要做后置检验

  • 后置检验通常采用TukeyHD函数

TukeyHSD(one.way)

  • 该结果给出每个两组之间的结果;

  • diff: 两组的均值之差;

  • Lwr, upr: 95%置信区间的下限和上限(默认值) ;

  • P adj: 多次比较调整后的P值。

step7: 检查残差分布是否符合正态分布

  • ANOVA比较的是均值，需要每个分组的残差服从正态部分
plot(one.way, 2)

  • 采用Shapiro-Wilk对残差进行检验
shapiro.test(x = residuals(object = one.way))

结果显示：残差不显著也即是表明残差服从正态分布，可以采用ANOVA分析方法判断RR在D分组的分布水平。

step8: 方差齐性检验

library(car)leveneTest(RR ~ D, data = data_drop, center = mean) 


bartlett.test(RR ~ D, data = data_drop)

系统信息

devtools::session_info()

─ Session info ───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────setting  valueversion  R version 4.3.1 (2023-06-16)os       macOS Monterey 12.2.1system   x86_64, darwin20ui       RStudiolanguage (EN)collate  en_US.UTF-8ctype    en_US.UTF-8tz       Asia/Shanghaidate     2024-03-12rstudio  2023.09.0+463 Desert Sunflower (desktop)pandoc   3.1.1 @ /Applications/RStudio.app/Contents/Resources/app/quarto/bin/tools/ (via rmarkdown)─ Packages ───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────package     * version date (UTC) lib sourceabind         1.4-5   2016-07-21 [1] CRAN (R 4.3.0)backports     1.4.1   2021-12-13 [1] CRAN (R 4.3.0)broom         1.0.5   2023-06-09 [1] CRAN (R 4.3.0)bslib         0.6.1   2023-11-28 [1] CRAN (R 4.3.0)cachem        1.0.8   2023-05-01 [1] CRAN (R 4.3.0)car           3.1-2   2023-03-30 [1] CRAN (R 4.3.0)carData       3.0-5   2022-01-06 [1] CRAN (R 4.3.0)cellranger    1.1.0   2016-07-27 [1] CRAN (R 4.3.0)cli           3.6.2   2023-12-11 [1] CRAN (R 4.3.0)colorspace    2.1-0   2023-01-23 [1] CRAN (R 4.3.0)devtools      2.4.5   2022-10-11 [1] CRAN (R 4.3.0)digest        0.6.34  2024-01-11 [1] CRAN (R 4.3.0)dplyr       * 1.1.4   2023-11-17 [1] CRAN (R 4.3.0)ellipsis      0.3.2   2021-04-29 [1] CRAN (R 4.3.0)evaluate      0.23    2023-11-01 [1] CRAN (R 4.3.0)fansi         1.0.6   2023-12-08 [1] CRAN (R 4.3.0)farver        2.1.1   2022-07-06 [1] CRAN (R 4.3.0)fastmap       1.1.1   2023-02-24 [1] CRAN (R 4.3.0)forcats     * 1.0.0   2023-01-29 [1] CRAN (R 4.3.0)fs            1.6.3   2023-07-20 [1] CRAN (R 4.3.0)generics      0.1.3   2022-07-05 [1] CRAN (R 4.3.0)ggplot2     * 3.4.4   2023-10-12 [1] CRAN (R 4.3.0)ggpubr      * 0.6.0   2023-02-10 [1] CRAN (R 4.3.0)ggsignif      0.6.4   2022-10-13 [1] CRAN (R 4.3.0)glue          1.7.0   2024-01-09 [1] CRAN (R 4.3.0)gtable        0.3.4   2023-08-21 [1] CRAN (R 4.3.0)hms           1.1.3   2023-03-21 [1] CRAN (R 4.3.0)htmltools     0.5.7   2023-11-03 [1] CRAN (R 4.3.0)htmlwidgets   1.6.4   2023-12-06 [1] CRAN (R 4.3.0)httpuv        1.6.14  2024-01-26 [1] CRAN (R 4.3.2)jquerylib     0.1.4   2021-04-26 [1] CRAN (R 4.3.0)jsonlite      1.8.8   2023-12-04 [1] CRAN (R 4.3.0)knitr         1.45    2023-10-30 [1] CRAN (R 4.3.0)labeling      0.4.3   2023-08-29 [1] CRAN (R 4.3.0)later         1.3.2   2023-12-06 [1] CRAN (R 4.3.0)lifecycle     1.0.4   2023-11-07 [1] CRAN (R 4.3.0)lubridate   * 1.9.3   2023-09-27 [1] CRAN (R 4.3.0)magrittr      2.0.3   2022-03-30 [1] CRAN (R 4.3.0)memoise       2.0.1   2021-11-26 [1] CRAN (R 4.3.0)mime          0.12    2021-09-28 [1] CRAN (R 4.3.0)miniUI        0.1.1.1 2018-05-18 [1] CRAN (R 4.3.0)munsell       0.5.0   2018-06-12 [1] CRAN (R 4.3.0)pillar        1.9.0   2023-03-22 [1] CRAN (R 4.3.0)pkgbuild      1.4.3   2023-12-10 [1] CRAN (R 4.3.0)pkgconfig     2.0.3   2019-09-22 [1] CRAN (R 4.3.0)pkgload       1.3.4   2024-01-16 [1] CRAN (R 4.3.0)profvis       0.3.8   2023-05-02 [1] CRAN (R 4.3.0)promises      1.2.1   2023-08-10 [1] CRAN (R 4.3.0)purrr       * 1.0.2   2023-08-10 [1] CRAN (R 4.3.0)R6            2.5.1   2021-08-19 [1] CRAN (R 4.3.0)Rcpp          1.0.12  2024-01-09 [1] CRAN (R 4.3.0)readr       * 2.1.5   2024-01-10 [1] CRAN (R 4.3.0)readxl      * 1.4.3   2023-07-06 [1] CRAN (R 4.3.0)remotes       2.4.2.1 2023-07-18 [1] CRAN (R 4.3.0)rJava         1.0-6   2021-12-10 [1] CRAN (R 4.3.0)rlang         1.1.3   2024-01-10 [1] CRAN (R 4.3.0)rmarkdown     2.25    2023-09-18 [1] CRAN (R 4.3.0)rstatix       0.7.2   2023-02-01 [1] CRAN (R 4.3.0)rstudioapi    0.15.0  2023-07-07 [1] CRAN (R 4.3.0)sass          0.4.8   2023-12-06 [1] CRAN (R 4.3.0)scales        1.3.0   2023-11-28 [1] CRAN (R 4.3.0)sessioninfo   1.2.2   2021-12-06 [1] CRAN (R 4.3.0)shiny         1.8.0   2023-11-17 [1] CRAN (R 4.3.0)stringi       1.8.3   2023-12-11 [1] CRAN (R 4.3.0)stringr     * 1.5.1   2023-11-14 [1] CRAN (R 4.3.0)tibble      * 3.2.1   2023-03-20 [1] CRAN (R 4.3.0)tidyr       * 1.3.1   2024-01-24 [1] CRAN (R 4.3.2)tidyselect    1.2.0   2022-10-10 [1] CRAN (R 4.3.0)tidyverse   * 2.0.0   2023-02-22 [1] CRAN (R 4.3.0)timechange    0.3.0   2024-01-18 [1] CRAN (R 4.3.0)tzdb          0.4.0   2023-05-12 [1] CRAN (R 4.3.0)urlchecker    1.0.1   2021-11-30 [1] CRAN (R 4.3.0)usethis       2.2.2   2023-07-06 [1] CRAN (R 4.3.0)utf8          1.2.4   2023-10-22 [1] CRAN (R 4.3.0)vctrs         0.6.5   2023-12-01 [1] CRAN (R 4.3.0)withr         3.0.0   2024-01-16 [1] CRAN (R 4.3.0)xfun          0.41    2023-11-01 [1] CRAN (R 4.3.0)xlsx          0.6.5   2020-11-10 [1] CRAN (R 4.3.0)xlsxjars      0.6.1   2014-08-22 [1] CRAN (R 4.3.0)xtable        1.8-4   2019-04-21 [1] CRAN (R 4.3.0)yaml          2.3.8   2023-12-11 [1] CRAN (R 4.3.0)[1] /Library/Frameworks/R.framework/Versions/4.3-x86_64/Resources/library──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────

参考材料

  • Analysis_of_Variance

  • R语言统计分析 04 多组间差异的单因素方差分析（ANOVA)


http://www.ppmy.cn/ops/16306.html

相关文章

Redis学习（二）｜深入学习Redis 持久化

Redis学习（二）｜深入学习Redis 持久化

文章目录 什么是 Redis 的持久化**RDB 持久化**工作原理特点优点缺点 使用场景配置和调优 **AOF 持久化**工作原理特点优点缺点 使用场景配置和调优 RDB vs AOFAOF vs 幂等Redis 的持久化功能配置RDB or AOF设置 RDB 持久化设置 AOF 持久化重启 Redis 服务 RDB 持久化配置AOF 持…
阅读更多...
Aigtek：介电弹性体高压放大器在软体机器人研究中的应用

Aigtek：介电弹性体高压放大器在软体机器人研究中的应用

近年来软体机器人的研究成为目前机器人研究领域的热点&#xff0c;由于软体材料的自由度可以根据需求自由变化&#xff0c;因此软体机器人有着极高的灵活性&#xff0c;而且软体机器人因其材料的柔软性有着很好的人机交互性能和安全性。它的出现成功解决了传统的刚性机器人人机…
阅读更多...
使用rust学习基本算法（三）

使用rust学习基本算法（三）

使用rust学习基本算法&#xff08;三&#xff09; 动态规划 动态规划算法是一种在数学、管理科学、计算机科学和经济学中广泛使用的方法&#xff0c;用于解决具有重叠子问题和最优子结构特性的问题。它通过将复杂问题分解为更小的子问题来解决问题&#xff0c;这些子问题被称为…
阅读更多...
微软在汉诺威工业博览会上推出新制造业Copilot人工智能功能，强化Dynamics 365工具集

微软在汉诺威工业博览会上推出新制造业Copilot人工智能功能，强化Dynamics 365工具集

在近日于德国汉诺威举行的盛大工业博览会上&#xff0c;微软向全球展示了其最新推出的制造业人工智能功能&#xff0c;这些功能以Dynamics 365工具集为核心&#xff0c;旨在通过先进的AI技术为制造业带来前所未有的变革。 此次推出的新功能中&#xff0c;最为亮眼的是支持AI的…
阅读更多...
安全运营之通行字管理

安全运营之通行字管理

一、什么是通行字 安全管理所指的通行字指的是对用于身份验证的账号密码或口令的管理。在计算机系统、网络服务、数据库管理等领域&#xff0c;通行字&#xff08;或称账号口令、密码&#xff09;是用于验证用户身份的重要机制。通行字管理的核心目标是确保只有授权用户才能访…
阅读更多...
在 Ubuntu 22.04 上使用 Let‘s Encrypt 配置 Nginx SSL 证书

在 Ubuntu 22.04 上使用 Let‘s Encrypt 配置 Nginx SSL 证书

最近,我在自己的服务器上部署了一个网站,并决定使用 SSL 证书来确保网站的安全性。经过一番研究,我选择了 Lets Encrypt 作为 SSL 证书的提供商,因为它免费、自动化且广受信任。在这篇博客中,我将与大家分享我在 Ubuntu 22.04 上使用 Lets Encrypt 配置 Nginx SSL 证书的过程。…
阅读更多...
vscode 创建代码模版

vscode 创建代码模版

在vscode中快捷创建代码模版 1.在VSCode中&#xff0c;按下Ctrl Shift P&#xff08;Windows/Linux&#xff09;或Cmd Shift P&#xff08;Mac&#xff09;打开命令面板。 2.然后输入"Preferences: Configure User Snippets"并选择该选项。打开一个json文件用户…
阅读更多...
WPF之RadioButton单选框和checkbox多选框

WPF之RadioButton单选框和checkbox多选框

RadioButton 单选框: 实现分组的单选框&#xff0c; checkbox 多选框: 表示用户可以选择和清除的控件。 常用属性 GroupName 获取或设置指定哪些 RadioButton 控件互相排斥的名称Content内容IsChecked是否选中 常用事件 checked 选中的事件unchecked 未选中的事件 RadioBu…
阅读更多...
最新文章

Copyright @ 2022~2023