ANOVA、ANCOVA 使用R语言进行方差分析（一） _方差分析

方差分析（一）2. 单因素方差分析（One-Way ANOVA） 2.3 评估检验的假设条件3. 单因素协方差分析 4. 双因素方差分析（ANOVA）
1. ANOVA模型拟合 1.1 aov()函数
语法：aov(, data = http://www.kingceram.com/post/)
R表达式中的特殊符号：
R语言中常见研究设计的表达式：
1.2 表达式中各项的顺序
表达式中各项的顺序在两种情况下会造成影响，例如， y ~ AB与y ~ BA的结果不同：
因子有多个，且非平衡设计（即每组样本数不同）存在协变量（每个样本之间会有差别，而引起这些差别的变量叫做协变量）
R语言默认为类型I（序贯型）
又如：y~A+B+A:B：
A对y的影响控制A时， B对y的影响控制A和B的主效应时， A与B的交互效应
各因子的顺序对结果的影响：
样本大小越不平均，效应项顺序对结果的影响越大。所以，越基础性的因子越应该放在表达式前面，即协变量应该放在主变量之前，接下来是双因素的交互项，再接下来是三因素的交互项。
对于主效应，越基础的变量越应该放在表达式的前面，比如，性别应该放在处理方式的前面。
car包中的Anova()函数提供使用类型2和类型3方法， aov()函数使用类型1方法。
2. 单因素方差分析（One-Way ANOVA）
单因子方差分析，比较分类因子定义的两个或者多个组别中因变量均值。以包中的数据集为例（取自、Tobia、Rom、， 1999）， 50个患者均接受降低胆固醇药物治疗（trt）五种疗法中的一种疗法。其中三种治疗条件使用药物相同，分别是20mg一天一次（1time）、10mg一天两次（）和5mg一天四天（）。剩下的两种方式（drugD和drugE）代表候选药物。哪种药物疗法降低胆固醇（响应变量）最多？
install.packages('multcomp')library(multcomp)attach(cholesterol) #打开连接：直接使用其中的变量名而不需要使用符号colnames(cholesterol)table(trt)## 计算各组平均值mean## aggregate()函数是用于对数据进行分组统计的函数:# aggregate()函数是用于对数据进行分组统计的函数。# response是一个向量， trt是一个因子变量，表示不同的处理组。# aggregate(response, by=list(trt), FUN=mean)的作用是计算response向量中每个处理组的平均值aggregate(response, by=list(trt), FUN=mean)response## 计算各组标准差sdaggregate(response, by=list(trt), FUN=sd)## 检验组间差异fit <- aov(response ~ trt)summary(fit)#自由度平方和均方和 F值 P值
结果：
> aggregate(response, by=list(trt), FUN=mean)Group.1x11time5.7819722times9.2249734times 12.374784drugD 15.361175drugE 20.94752
> aggregate(response, by=list(trt), FUN=sd)Group.1x11time 2.87811322times 3.48305434times 2.9231194drugD 3.4546365drugE 3.345003
> summary(fit)Df Sum Sq Mean Sq F valuePr(>F)trt4 1351.4337.832.43 9.82e-13 ***Residuals45468.810.4---Signif. codes:0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
ANOVA对治疗方式（trt）的F检验非常显著（p 2.1 绘制各组均值及其置信区间的图形
## 绘制各组均值及其置信区间的图形library(gplots) plotmeans(response ~ trt, xlab="Treatment", ylab="Response", main="Mean Plot\nwith 95% CI")detach(cholesterol) # 关闭连接
自由度：考虑样本量为n的样本（n个数），如果我们知道样本均值，那么我们只需要知道前n-1个数，就可以得知全部信息，因为最后一个数可以借助均值计算得出。所以，在给定样本均值（约束条件）的情况下，我们相当于在原本n个数的基础上消减了一个自由度，样本提供的信息只有n-1个独立的部分。