R中多个序列的方差分析和Tukey HSD检验均值
R中多个序列的方差分析和Tukey HSD检验均值
提问于 2016-11-23 00:20:01
在R中，我有四个数值向量。我想检验这四个向量的平均值是否相同，如果不是，哪个平均值更大，哪个平均值更小(基本上我想按它们的平均值排列四个向量)。
这个职位非常适合我：
http://brownmath.com/stat/anova1
我正在遵循这一指南：
https://www.r-bloggers.com/analysis-of-variance-anova-for-multiple-comparisons/
然而，这篇文章停止测试四种均值是否相等，但如果答案不是，我怎么知道R中哪一种均值更大，哪一种均值更小？
非常感谢,
该职位的代码是：
a = c(65, 48, 66, 75, 70, 55)
b = c(64, 44, 70, 70, 68, 59)
c = c(60, 50, 65, 69, 69, 57)
d = c(62, 46, 68, 72, 67, 56)
dati = c(a, b, c, d)
groups = factor(rep(letters[1:4], each = 6))
fit = lm(formula = dati ~ groups)
anova (fit)回答 1
Stack Overflow用户
回答已采纳
发布于 2016-11-23 00:33:57
我假设假设满足了，特别是残差是独立的，并且残差的分布是同方差的，并且与正态分布非常相似。
首先，请注意，您的ANOVA返回的p值为0.99，这意味着组均值之间没有显着性差异。如果p值低于0.05，您可以做一个对对比较的临时测试。
TukeyHSD(aov(fit))
# Tukey multiple comparisons of means
# 95% family-wise confidence level
#
#Fit: aov(formula = fit)
#
#$groups
# diff lwr upr p adj
#b-a -0.6666667 -15.68081 14.34748 0.9992898
#c-a -1.5000000 -16.51415 13.51415 0.9921250
#d-a -1.3333333 -16.34748 13.68081 0.9944302
#c-b -0.8333333 -15.84748 14.18081 0.9986181
#d-b -0.6666667 -15.68081 14.34748 0.9992898
#d-c 0.1666667 -14.84748 15.18081 0.9999888当然，这里没有什么意义。
更强大的是multcomp软件包。让我们来定义不同的两两比较。它还可以给出你经常在表格或数字中看到的组字母。
library(multcomp)
pairwise <- glht(fit, linfct = mcp(groups = "Tukey"))
summary(pairwise)
cld(pairwise)
# a b c d
#"a" "a" "a" "a"同样，由于您的示例中没有显着性，所以所有的因素级别都得到相同的字母。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/40759198
复制相关文章
点击加载更多
相似问题
W3验证Html错误
HTML表单的W3验证
用于HTML5的W3验证器
Joomla w3验证器
w3验证器的HTML开始编码问题
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
