如何解决如何评估R中的方差分析重复测量？
我需要对我正在评估的一些研究区域的自然面积比例进行方差分析，但是，我在评估数据时遇到了困难。
我的数据集非常大，但我会在这里尝试用虚构的数据重现它，以便您更好地理解。
我有 80 个研究区域，分为两个区域，每个区域总共 40 个区域，在每个区域内我有四个类别，每个类别总共十个研究区域。 对于每个研究区域，我在 0 到 10 公里外有 11 个缓冲区。
我的数据集有四个预测变量，它们是：
-
区域：有两层（北、南）
-
类别：有四个级别，（类别：A、B、C 和 D） -areas：有 80 个研究区域
-
距离：有 11 个级别（距离范围从 0 到 10 公里）
并作为响应变量：
- 比例：与每个距离的自然面积比例
我知道我有必要对重复测量进行方差分析，但我无法做到，正是因为我的样本单元中有重复测量
我尝试这样做，但我知道这是错误的，因为我从 0 到 10 的距离是伪副本：
可重现的示例：
My_data<-data.frame(Area= rep(sprintf("area[%d]",seq(1,80,1)),each=11),Region = factor(rep(c("North","South"),each=440)),Category= factor(rep(c("A","B","C","D"),each=11,times=20)),Distances=factor(rep(c(seq(0,10,times=80)),Proportion= c(sample.int(101,size=880,replace=TRUE)-1)/1000)
数据结构：
str(My_data)
'data.frame': 880 obs. of 5 variables:
$ Area : Factor w/ 80 levels "area[1]","area[10]",..: 1 1 1 1 1 1 1 1 1
1 ...
$ Region : Factor w/ 2 levels "North","South": 1 1 1 1 1 1 1 1 1 1 ...
$ Category : Factor w/ 4 levels "A","D": 1 1 1 1 1 1 1 1 1 1 ...
$ Distances : Factor w/ 11 levels "0","1","2","3",..: 1 2 3 4 5 6 7 8 9 10
...
$ Proportion: num 0.076 0.032 0.013 0.013 0.037 0.07 0.045 0.046 0.093
0.067 ...
library(stats)
modelo1<- aov ( Proportion ~ Category + Region * Distances,My_Data)
Anova(modelo1,type=3,test="F")
modelo2<- aov (Proportion ~ Category + Region + Distances,My_Data)
Anova(modelo2,test="F")
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。