R中单因素方差分析与作图
目录
- 读取数据
- 正态检验
- 方差齐性检验
- 单因素方差分析
- 多重比较
- 作图
读取数据
library(tidyverse)
library(readxl)
data2 <- readxl::read_xlsx("C:\\Users\\zhang\\Desktop\\小白菜试验数据.xlsx",sheet="Sheet3")str(data2)
数据结构
正态检验
data2_baicai <- data2%>%filter(Species=="小白菜")
##定性检验
qqPlot(lm(data2_baicai$Wet_weight~data2_baicai$Treatment))
qqPlot(lm(log(data2_baicai$Wet_weight)~data2_baicai$Treatment)) ##log转化
##定量检验
shapiro.test(residuals(lm(data2_baicai$Wet_weight~data2_baicai$Treatment)))shapiro.test(residuals(lm(log(data2_baicai$Wet_weight)~data2_baicai$Treatment))) ##log转化
原数据残差正态检验
定性
定量
log转化后正态检验
定性
定量
方差齐性检验
bartlett.test(log(data2_baicai$Wet_weight),data2_baicai$Treatment)
单因素方差分析
library(multcomp) ##方差分析包par(mar=c(4,4,7,4)) ##调整图形大小data2_baicai$Treatment <- as.factor(data2_baicai$Treatment) ##将数据类型的处理改为因子类型
fit <- aov(log(Wet_weight)~Treatment,data2_baicai) ##方差分析
summary(fit) ## 方差分析结果
多重比较
plot(cld(glht(fit, linfct=mcp(Treatment="Tukey")),level = 0.05,col="lightgrey")) ##多重比较图形化,这里使用Tukey检验
作图
library(sciplot) ##计算标准误的包
data2_baicai$Treatment <- factor(data2_baicai$Treatment,levels = c("CK","1.25","2.5","5","10"))##改变x轴坐标顺序data2_baicai%>%group_by(Treatment)%>%summarise(mean=mean(Wet_weight),se=se(Wet_weight))%>% ##分组计算平均值和标准误mutate(labels=c("b","b","b","b","a"))%>% ##添加显著性标记到数据中ggplot()+geom_col(aes(x=Treatment,y=mean))+ ##画柱状图geom_errorbar(aes(x=Treatment,ymin=mean-se,ymax=mean+se),width=0.2)+ ##添加误差线labs(x="处理",y="鲜重")+ ##更改xy轴的名称geom_text(aes(x=Treatment,y=mean+se,label=labels,vjust = -0.5, hjust = "center"))+ ## 添加显著性标记到图形中ylim(0,0.08)+ ## 设置y轴的范围theme_test() ## 设置图形主题
R中单因素方差分析与作图相关推荐
- R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA)、使用HH包中的interaction2wt函数为任何阶的双因素方差分析可视化主效应和交互作用图、箱图显示主效应
R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA).使用HH包中的interaction2wt函数为任何阶的双因素方差分析可视化主效应和交互作用图(Main ef ...
- R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA)、在双因素方差分析中,受试者被分配到由两个因素交叉分类形成的组(Two-way factorial ANOVA)
R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA).在双因素方差分析中,受试者被分配到由两个因素交叉分类形成的组(Two-way factorial ANOVA) ...
- R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA)、使用interaction.plot函数在双因素方差分析中可视化交互作用(Interaction)
R语言使用aov函数进行双因素方差分析(Two-way factorial ANOVA).使用interaction.plot函数在双因素方差分析中显示(可视化)交互作用(Interaction) 目 ...
- R语言多因素方差分析及评估假设检验
R语言多因素方差分析及评估假设检验 条件: 各个样本是相互独立的随机: 各个样本来自正态总体: 具有方差齐性: 用途: 检验两个或多样本均数间的差异有无统计学意义:注:本均数的比较可以采用 t检验或 ...
- R语言双因素方差分析
R语言双因素方差分析 条件: 各个样本是相互独立的随机: 各个样本来自正态总体: 具有方差齐性: 用途: 检验两个或多样本均数间的差异有无统计学意义:注:本均数的比较可以采用 t检验或 F检验,两个以 ...
- r语言中的多因素方差分析_R中的因素
r语言中的多因素方差分析 In this tutorial, we'll move on to understanding factors in R programming. One operatio ...
- R语言和医学统计学(5):多因素方差分析
本文首发于公众号:医学和生信笔记,完美观看体验请至公众号查看本文. 医学和生信笔记,专注R语言在临床医学中的使用,R语言数据分析和可视化. 文章目录 前言 2 x 2 两因素析因设计资料的方差分析 I ...
- R语言基础 | 方差分析(2):多因素方差分析(上)
专注系列化.高质量的R语言教程 推文索引 | 联系小编 | 付费合集 当存在两个及以上的分组变量时,可以使用多因素方差分析(N-way ANOVA.Multifactor ANOVA)检验各组的样本 ...
- R语言统计篇:双因素方差分析
今天介绍双因素方差分析(Two-way ANOVA). 此方法用于检验两个分类变量(自变量)与一个连续变量(因变量)之间的关系. 比方说,如果一个分类变量有两个组别,另外一个分类变量有三个组别,那么一 ...
最新文章
- Java 多线程 之 银行ATM实例
- java 是否含有日文_《JAVA编程思想》5分钟速成:第9章(接口)
- php 线条的绘制,在非常高的图像上使用PHP绘制线条,脚本停止绘制.怎么了,怎么解决?...
- Windows 软RAID 1操作教程
- 【iBoard电子学堂】【iCore双核心板】资料光盘A盘更新,版本号为A6
- 具有CDI和lambda的策略模式
- socket和URLConnection
- python写作_开源一个Python文档写作应用:MrDoc
- 双色球和大乐透的随机选号并排列
- 自适应滤波器(二)NLMS自适应滤波器
- Hadoop HA架构
- Flowable入门系列文章39 - 网关 01
- k8s nginx ingress 显示证书错误
- 仿照余额宝余额动态变动
- 给大家推荐一首好听的流行音乐
- 智能摄像头视频监控,智和信通一站式解决方案
- 力扣(20.232)补9.6
- 生态篇-HBase 进化之从 NoSQL 到 NewSQL,凤凰涅槃成就 Phoenix...
- 解决window 10 Edge浏览器下载速度太慢
- c程序语言中long,C语言long
热门文章
- APP崩溃以及为什么会出现崩溃
- 诺基亚无源光网络助力剑桥教育服务的开展
- 安装R语言randomforest模块
- android one 解锁,Microsoft OneDrive for Android终于获得指纹解锁
- 亚马逊自养号测评Listing优化原则
- 同济计算机考研专业课,同济计算机考研成功经验——坚持永不放弃_跨考网
- Polyworks脚本开发学习笔记(二)-TREEVIEW基本操作
- MySQL 8 复制(二)——半同步复制
- 语音 声波转换 java_语音输入声波动画。AVAudioRecorder+三角函数,实现根据声音分贝控制振幅声波动画...
- python 单线程和多线程