文档介绍:语言单因素方差分析课程报告
分析题目:
1、录入数据
ch
语言单因素方差分析课程报告
分析题目:
1、录入数据
chanliang<-scan()
24302826
27242126
31282530
32333328
21221621
2、形成数据框,如图
chuli<-rep(c('A1','A2','A3','A4','A5'),
c(4,4,4,4,4))
jieguo=(chanliang,chuli)
jieguo
图1
3、数据分析
fit<-aov(chanliang~chuli,data=jieguo)
summary(fit)
因为结果差异是否显著需要看数据P或Pr,若P上有符号“*”,则说明差异显著,且*越多,差异越大。由下图结果显示,Pr的数据中有三个*,说明差异非
常显著,符合预期的要求。有因
为有多个数据,因此要进行多种
比较分析。如下。
4、对分析结果作比较
TukeyHSD(fit)
Padj越小越显著,又例如diff
中,A5-A4<0,则说明A4比较厉
害,A4比较符合预期要求。由
图可知,多种比较分析中,A5-A4
P值最小,且A5-A4<0,A4
比较符合预期要求。
图2
5、画图(置信区间)
plot(TukeyHSD(fit))
图形说明:若图3
Ai-Aj(i=2,3,4,=1,2,3,4
中
)经
过了0的那条虚线,则说明差异不
显著,可以对第四步的分析做检验。
由图可知,A5-A4,A5-A3,A5-A1,
A4-A2差异显著,其中A5-A4差异
最显著。由此检验图2。
图3
6、正态检验/方差齐性检验
(chanliang~chuli,data=jieguo)
由2图与图3对比可检验分析出所需的结论,更加实在的证明了所得结论。
方差分析满足以下3个性质:独立性(抽出来的数据不受控制、独立的)、正态性(符合正态分布)、等方差性(方差相等)。
7、线性建模
result<-lm(chanliang~chuli,data=jieguo)
library(car)
qqPlot(result,main="aa",lab="FLAST")