# 创建数据框
data <- data.frame(
score = c(85, 88, 90, 78, 82, 85, 92, 95, 89),
method = factor(c('A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'))
)
# 执行单因素方差分析
result <- aov(score ~ method, data = data)
# 查看结果
summary(result)
# 创建数据框
data <- data.frame(
score = c(85, 88, 90, 78, 82, 85, 92, 95, 89, 80, 83, 87),
method = factor(c('A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'A', 'B', 'C')),
time = factor(c('short', 'short', 'short', 'short', 'short', 'short', 'long', 'long', 'long', 'long', 'long', 'long'))
)
# 执行多因素方差分析
result <- aov(score ~ method * time, data = data)
# 查看结果
summary(result)
在这两个示例中,单因素方差分析用于比较单一因素的影响,而多因素方差分析用于研究多个因素及其交互作用对因变量的影响。
发表评论