vlambda博客
学习文章列表

     当我们用spss进行双因素方差分析时，总是苦于编号、定义，但是，一旦数据量较大时，各种问题就会层出不穷，定位错误就会输出错误的分析结果，这时候R的优越性就体现出来了，只需要一段小小的代码，然后按应变量和自变量归类好的数据，就可以轻松得到分析结果并出图。

#数据读取

mydata<- read.csv(file.choose())

summary(mydata)

#挑出两个处理，可以明显看出，这组数据分为两个处理，每个处理3个重复

table(mydata$LX, mydata$YEAR)

aggregate(mydata$RATE,by=list(mydata$LX, mydata$YEAR), FUN = mean)

aggregate(mydata$RATE,by=list(mydata$LX, mydata$YEAR), FUN = sd)

fit<-aov(RATE ~ LX * YEAR,data=mydata)

teacher <- summary(fit)

teacher

#分析结果如下，可以看出光照强度和生长年限对生长速率的影响，以及其交互作用

#可视化，从图中我们即可看出单独处理及交互作用对生长速率的影响

library(HH)

interaction2wt(RATE~LX*YEAR,data = mydata)