单因素方差分析与多因素方差分析

# 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。

评论

发表评论

了解 数据控|突破是我们的每一步 的更多信息

立即订阅以继续阅读并访问完整档案。

继续阅读