暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

方差分析在R、SAS和Graphpad中的实现过程

ZJH的学习笔记 2021-09-07
2519
       R、SAS 和 Graphpad 作为主流的统计分析软件,均可进行方差分析,本文简要总结一下单因素方差分析在三款软件中的实现步骤。
  示例为本人一个田间试验玉米产量测定数据。数据结构:4 个处理(trt),分别命名为 T1、T2、T3 和 T4,测定值为玉米产量(yield),观测数据均重复 3 次(rep)。
  方差分析的前提假设检验,这里不再赘述,本例就按照数据已符合前提假设的情况对数据进行分析。

1.R 中的实现过程

第一步,将数据按如下格式整理,可以在 excel 中整理好,另存为 csv 格式文件。

第二步,将 csv 格式文件保存到工作目录下,通过 read.csv 命令将数据读取到 R 中,读取后可进行数据集和数据结构查看。
# 查看工作目录
getwd()
# 导入数据,有表头,分隔符为“,”,指定每一列的类型,分别为字符型,字符型和数值型
df5 <- read.csv("df5.csv",sep=",",colClasses=c("character","character","numeric"), header=T)
# 查看数据
head(df5)
# 查看数据结构
str(df5)
复制

接下来,就可以调用 aov()进行方差分析了。
有朋友会质疑了,怎么函数中表达式是 yield ~ trt + rep,单因素方差分析不应该是 yield ~ trt 吗,经本人多次操作与 SAS 对比,以及百度学习相关知识,本人的理解是:由于本试验是随机区组设计,故区组(rep)也应作为因子被考虑,可以认为 rep 是协变量,需进行协方差分析,可以看作是两因素无交互作用的方差分析。

# 方差分析。
df5_aov <- aov(yield ~ trt + rep,data=df5)
# 方差分析结果呈现。
summary(df5_aov)
复制

由结果可以看出,处理之间差异显著。然而要想知道到底哪两组处理间存在显著差异,就需要进行进一步的多重比较。
步骤如下:

# 调用agricolae包
library(agricolae)
# 进行多重比较。
bj <- LSD.test(df5_aov,"trt",p.adj="none")
bj
复制

由多重比较结果看,各处理之间存在显著差异。

2.SAS 中的实现过程

第一步,启动 SAS 软件,输入如下命令,数据排列格式为,处理 trt 按行排列,即每一行代表一个处理,重复 rep 按列排列,即每一列为一个重复。
第二步,命令和数据全部输入后,点击 run(下图方框处),也就是奔跑的小人,让程序跑起来。


结果输出如下:


3.Graphpad 中的实现过程

第一步,启动 Graphpad 软件,界面如下,选择 column,options 选择第一项,表示将重复值放在一列中,而不同列代表不同处理,点击 create 创建数据表。


第二步,接着将准备好的数据录入数据表,在 Group A,Group B,Group C 和 Group D 下方分别键入处理名称。

第三步,点击 analyze,出现如下提示框,点击 One-way ANOVA,右上角将处理全部勾选上,点击 ok。

第四步,接下来是进入设置界面,进行一系列的设置。第一项为 Experimental Design 设置窗口,我们选择 Each row represents matched,or repeated measures,data,表示试验数据是有重复测量的数据,后面的设置可以选择默认。

接着点击进入 repeated meansures 设置界面,选择默认 repeated measures ANOVA。

再依次点击进入 Multiple comparisons 设置界面,这里是对多重比较进行设置,我们选择 Compare the mean of each column with the mean of every other column,表示对每一列的平均值进行两两比较。

接着,点击进入 Options 设置界面,这一页面主要是选择多重比较的方法,我们选择默认 Fisher's LSD test,其他可以选择默认。至此,全部设置完成,点击 Ok。

这时,会跳转至方差分析结果报告界面,包括两部分,ANOVA results 为方差分析结果报告,Multiple comparisons 为多重比较结果报告,可依次点击查看结果。


  怎么样,大家学会了吗,以上仅是本人学习方差分析在 3 款统计软件中实现过程的简单笔记,有不妥和不完善之处,敬请指正。


文章转载自ZJH的学习笔记,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论