vlambda博客
学习文章列表

写在前面

     上次更新的双因素方差分析反响很不错，这期的更新就讲一下怎样在R中实现单因素方差分析。众所周知，我们使用SPSS进行单因素方差分析时，最麻烦的莫过于标注abcd显著性，不但麻烦也容易看跑偏，出现一些不必要的错误。而在R语言中，这些都是由R自动实现的。

前期准备

     因为要实现自动标注abcd，所以需要一些提前封装好的函数，且必须在R 3.5.3及以上版本运行。进行数据分析前需做以下操作，目的是为了调用提前封装好的函数。

第一步：桌面上新建一个文件夹 取名 工作目录

第二步：将封装好的两个函数复制到文件夹

第三步：打开R studio设置工作目录

设置完成，现在可以步入正题了

示例数据下载

实现代码

#数据正态分布检验

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

tapply(df$yield,df$Treat,shapiro.test)

#数据方差齐性检验

bartlett.test(yield~Treat,df)

#方差分析

fit <- aov(yield ~ Treat, df)

summary(fit)

#多重比较

source("boxplerk.R")

source("boxplert.R")

#单因素方差分析

boxplert(df$yield,df$Treat,xlab = "",ylab = "Yield",

         main = "",

         bcol = (1:5) + 1,

         p.adj = "holm"

)