Anova使用R进行子采样的DCR

编程问答 2022-08-10

问题描述

我正在尝试解决DCR（完全随机设计）练习，例如，这是数据表

table

在R中提取数据

tb = data.frame("treat" = factor(x =  rep(1:2,c(12,10)),labels = c("M1","M2")),"samp" = factor(x = c(rep(1,2),rep(2,3),rep(3,5),rep(4,rep(1,4)),labels = c("s1","s2","s3","s4")),"value" = c(5.6,5.7,5.0,5.1,5.4,5.5,5.3,7.6,7.8,7.4,7.0,7.2,7.5,7.4))
fit = aov(formula = value ~ treat * samp,data = tb)
anova(fit)

但结果与此不同

enter image description here

如果您将上表与anova(fit)进行比较，则有所不同。我的问题本身就是：是否有一个库可以解决均衡的问题和不均衡的抽样问题？

解决方法

更准确地陈述您的问题。你到底是什么问题？您正在寻找什么“其他图书馆”？

通常： 正如您提到的，您的数据是不平衡的。在这种情况下，减少残差平方和（类型I，II或III）的选择会产生不同的结果。那是一个数学问题，而不是R中的一个。另外，由于类型I（您选择的是类型）是顺序的，因此模型项的排序是相关的。即比较

fit = aov(formula = value ~ treat * samp,data = tb) anova(fit)

使用

fit = aov(formula = value ~ samp * treat,data = tb) anova(fit)。

也许有帮助。

anovarr