科学网-单因素方差分析之R篇

2013-11-4 10:12

程序代码如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

######### 代码清单   ######### #### 建立数据集df #### yield <- scan()  24 30 28 26  27 24 21 26  31 28 25 30  32 33 33 28  21 22 16 21 Treat <- rep( paste("A", 1:5, sep = ""), rep(4, 5) ) df <- data.frame( Treat, yield) ######## 方差分析  ##### fit <- aov(yield ~ Treat, data = df) summary(fit)

运行结果如下：

1 2 3 4 5 6

> summary(fit)            Df Sum Sq Mean Sq F value   Pr(>F)     Treat        4  301.2   75.30   11.18 0.000209 *** Residuals   15  101.0    6.73                     --- Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

当F检验显著或极显著时，就有必要进行处理平均数两两之间的比较，以判断不同处理平均数之间的差异显著性。这种多个平均数两两间的相互比较称为多重比较(multiple comparison)。

运行结果如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

##### 多重比较之ducan 方法  #### library( agricolae ) duncan.test( fit, "Treat", alpha = 0.05 ) ##### 运行结果 ##### > duncan.test( fit, "Treat", alpha = 0.05 ) Study: Duncan's new multiple range test for yield Mean Square Error:    6.733333 Treat,  means     yield  std.err replication A1  27.0 1.290994           4 A2  24.5 1.322876           4 A3  28.5 1.322876           4 A4  31.5 1.190238           4 A5  20.0 1.354006           4 alpha: 0.05 ; Df Error: 15 Critical Range       2        3        4        5 3.910886 4.099664 4.216980 4.296902 Means with the same letter are not significantly different. Groups, Treatments and means a    A4    31.5 ab   A3    28.5 b    A1    27 b    A2    24.5 c    A5    20

由结果可知，A4显著高于A1、A2和A5，但与A3之间无显著差异。

http://blog.sciencenet.cn/blog-1114360-738841.html