anova相关内容
我正在尝试对数据集的几行进行单向方差分析,然后提取 p_value 以供以后使用. 这是我所做的: anova 使用这个公式,我可以提取 pvalue 但它带有其他元素: $`1414_at`Pr(>F)bt.factor 0.7871残差 我想要的结果只是列表中的这个.我怎么能提取它? 解决方案 考虑使用 broom.使用 tidy(),您只能提取 p.value 字段:
..
通常从 aov() 使用 summary() 函数可以得到残差. 但是当我使用重复测量方差分析并且公式不同时,我如何获得残差? ## 作为测试,统计上不是特别明智npk.aovE 直观的 summary(npk.aovE)$residuals 返回 NULL..任何人都可以帮我解决这个问题吗? 解决方案 看看 的输出 >名称(npk.aovE) 然后试试 >npk.ao
..
我正在尝试使用 anova_test 函数在 rstatix 包中.我大致按照教程找到 此处.我的数据由几个蚁群(“Colony")组成,每个蚁群分为 3 个处理(“Size").我收集了超过 8 个时间点(“时间")的数据(“g").我已经在 github 上上传了一个我的数据的子集,但这里是简要总结: # 小标题:24 x 6物种菌落片段大小 时间 g
..
相关赏金:250 点声望. 我有一个关于 summary.lm() 输出的问题. 首先,这是我的数据集的可重现代码: Cond_Per_Row_statsaov 的输出与类型 III ezANOVA.这确实会影响 aov 的输出,使其与 summary.lm() 不兼容.但是,在运行使用 aov 重复测量.请参阅此处了解一些上下文.) 然后我像这样改变条件中的因子水平: Cond_
..
我在 R 中安装了 glm 模型并使用了 anova 表.我需要提取“剩余偏差"列.但它会产生错误.代码如下: 创建数据: counts 拟合 GLM: glm.D93
..
这是我的数据框: ID 组 x1 x2 x3 y1 y2 y3 z1 z2 z3144 1 566 613 597 563 549 562 599 82 469167 2 697 638 756 682 695 693 718 82 439.5247 4 643 698 730 669 656 669 698 82 514.5317 4 633 646 641 520 543 586 559
..
我想知道 R 中是否有办法进行方差不等的方差分析? 想象下面的例子: x 正如你从这个例子中看到的,在 R 中执行方差分析的不同方法,在只有两个组的情况下,总是导致 p 值与通过 t.test 获得的 p 值相同,具有相同的方差.同样,有没有办法执行方差不等的方差分析? 解决方案 对于这种情况有 oneway.test() R>oneway.test(d~f)均值的单向分析(
..
我正在使用混合模型进行重复测量方差分析.我想运行一个事后测试来查看交互 TREAT*TIME 的 p 值,但我只设法使用了以下 ghlt Tukey 测试,它没有给我我正在寻找的交互. 库(multicomp)图书馆(nlme)oi 我要找的是这样的: summary(glht(oi, linfct=mcp(TIME="Tukey",TREAT="Tukey",TREAT*TIME="Tuk
..
我刚刚执行了阶乘方差分析,然后是 TukeyHSD 后测试.我从 TukeyHSD 输出中调整的一些 P 值是 0.0000000.这些 P 值真的可以为零吗?或者这是四舍五入的情况,我的真实 P 值可能类似于 1e-17,四舍五入为 0.0000000. R 中的 TukeyHSD() 函数是否有任何选项可以提供包含指数的输出 P 值? 这是我的输出片段: TukeyHSD(fit
..
我正在尝试在 R 中运行 anova 模型.我有一个包含 3 行 12 列的数据文件.每行是解释变量特定级别的数据.单元格 [i,j] 是水平 i 的第 j 个响应.该文件是“.dat"扩展名.我正在运行以下 R 代码以尝试获取 36 x 2 数据帧来运行 anova 模型而不是 3 x 12 原始数据帧: data 但是当我尝试从中获取 anova 模型时,我收到了无效列表类型错误: m
..
我正在尝试对数据帧的多个子集运行双向方差分析,而不必实际对数据进行子集化,因为这是低效的 示例数据: DF 遇到类似的例子:Anova, for loop to apply function 和多个响应的方差分析,按多个组不部分公式 我可以接近,但我不相信这是正确的,因为它使用的是 aov,而不是 anova x 如果我将 aov 切换为 anova,它会返回一条错误消息:
..
我有一个 R 数据框,其中包含来自多个主题的数据,每个主题都经过多次测试.为了对集合进行统计,有一个主题因子(“id")和每个观察的一行(由因子“会话"给出).即 print(allData)id 会话度量1 1 7.62 1 4.53 1 5.51 2 7.12 2 不适用3 2 4.9 在上面的示例中,考虑到“度量"列在其中 id==2 的行之一中包含 NA,是否有一种简单的方法可以删除所
..
我正在尝试绘制 Tukey 检验的结果,但我正在努力根据 P 值将数据分组.这是我试图复制的 R 中的等效项.我一直在使用 SciPy 单向方差分析测试和 Tukey 测试统计模型,但无法以相同的方式完成这些组. 非常感谢任何帮助 我也刚刚发现了这个 我想在 python 中做的另一个 R 示例 解决方案 我一直在努力做同样的事情.我找到了一篇论文,告诉你如何编码这些字母.
..
我有数据: dat 每列提供一组数据.我使用组索引变量: group 当我尝试命令时出现错误 fit
..
包含一个或多个因子变量的多变量回归模型的 R 输出不会自动包含模型中整个因子变量显着性的似然比检验 (LRT).例如: fake = data.frame( x1=rnorm(100), x2=sample(LETTERS[1:4],大小=100,替换=真),y=范数(100))头(假)x1 x2 y1 0.6152511 A 0.76824672 -0.8215727 A -0.5389245
..
我有一个来自 R 的 mice 包的乘法估算模型,其中有很多因子变量.例如: 图书馆(小鼠)图书馆(Hmisc)# 将所有变量转化为因子假= nhanes假$age = as.factor(nhanes$age)假$bmi = cut2(nhanes$bmi, g=3)假$chl = cut2(nhanes$chl, g=3)头(假)年龄 bmi hyp chl1 1 NA2 2
..
我在 R 中使用 oneway.test() 运行了带有韦尔奇校正的单向方差分析测试,因为我的数据违反了等方差假设(转换没有解决问题). 一个简单的数据示例: >输出(df)结构(列表(计数 = c(13, 14, 14, 12, 11, 13, 14, 15, 13,12, 20, 15, 9, 5, 13, 14, 7, 17, 18, 14, 12, 12, 13, 14, 11,1
..
我正在将在线指南与旧文本配对以学习 R(第 182 页 - http://cran.r-project.org/doc/contrib/Faraway-PRA.pdf).当我使用 R 包中的数据时(如教程示例中所示),没有问题.但是,当我使用文本中的数据时,我总是以没有 F 值和警告结束. 看看: 将数据转换为 data.frame: car.noise
..
我同时试图理解 R 的 predict() 函数和“effects"包 effect() 函数.本质上,我正在运行回归来测试 DV 上两个二分 IV 的相互作用,同时控制两个连续协变量.在我的实际数据集中,交互很重要,所以现在我想绘制交互.因为我的模型中有协变量,所以我应该在控制这些其他变量后绘制均值(即 SPSS 中的估计边际均值).我之前没有在 R 中做过这个,在搜索时我开始期望我应该能够获得
..
在 afex 包中,我们可以找到这个方差分析的例子: data(obk.long, package = "afex")# 在完整设计上估计混合方差分析:# 可以用以下任何一种方式编写:aov_car(值~治疗*性别+错误(id/(阶段*小时)),数据=obk.long,观察=“性别")aov_4(值~治疗*性别+(阶段*小时|id),数据=obk.long,观察=“性别")aov_ez("id"
..