1.双因素方差分析
这里我们使用内置的的ToothGrowth数据集(60只豚鼠分为两大组,分别喂养橙汁和维生素C,每种饲喂方法中抗坏血酸含量有三个水平,分别是0.5mg/day,1mg/day,2mg/day,每组有十只豚鼠;最终测试的牙齿长度是因变量)来进行演示。如果只是看哪个效果更加明显可以直接计算平均值,如果要看差别的显著水平则需要用方差分析。supp表示饲喂方法,dose表示饲喂的三种水平。
图1 数据集截图
attach(ToothGrowth)#用来加载数据,用attach函数就不需要用变量赋值操作
table(supp,dose)#统计分组情况,结果是一个二联表
aggregate(len, by=list(supp,dose), FUN=mean)#分组统计平均数
ToothGrowth$dose<-factor(ToothGrowth$dose)#将该列转化为因子类型,supp列已经是因子类型
fit<-aov(len~supp*dose,data=ToothGrowth)#进行双因素方差分析
summary(fit)#总结结果
图2 查看分组,均值以及方差分析结果
结果显示,药物种类和药物剂量对牙齿长度数据均有明显影响,P值小于0.05。
2.绘图
可以用HH包中的interaction.plot函数进行绘图
install.packages("HH")
library(HH)#载入包
interaction.plot(dose,supp,len,type="b",col=c("red","blue"),pch=c(16,18),main="Interaction between Dose and Supplement Type")#绘出双因素分析图
图3 双因素分析图
网友评论