如何解决Anova使用R进行子采样的DCR
在R中提取数据
tb = data.frame("treat" = factor(x = rep(1:2,c(12,10)),labels = c("M1","M2")),"samp" = factor(x = c(rep(1,2),rep(2,3),rep(3,5),rep(4,rep(1,4)),labels = c("s1","s2","s3","s4")),"value" = c(5.6,5.7,5.0,5.1,5.4,5.5,5.3,7.6,7.8,7.4,7.0,7.2,7.5,7.4))
fit = aov(formula = value ~ treat * samp,data = tb)
anova(fit)
但结果与此不同
如果您将上表与anova(fit)
进行比较,则有所不同。我的问题本身就是:是否有一个库可以解决均衡的问题和不均衡的抽样问题?
解决方法
更准确地陈述您的问题。你到底是什么问题?您正在寻找什么“其他图书馆”?
通常: 正如您提到的,您的数据是不平衡的。在这种情况下,减少残差平方和(类型I,II或III)的选择会产生不同的结果。那是一个数学问题,而不是R中的一个。另外,由于类型I(您选择的是类型)是顺序的,因此模型项的排序是相关的。即比较
fit = aov(formula = value ~ treat * samp,data = tb) anova(fit)
使用
fit = aov(formula = value ~ samp * treat,data = tb) anova(fit)
。
也许有帮助。
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。