ANOVA también conocido como Analysis of Variance es un poderoso método estadístico para probar una hipótesis que involucra más de dos grupos (también conocido como tratamientos). Sin embargo, ANOVA se limita a proporcionar información detallada entre diferentes tratamientos o grupos, y aquí es donde, Tukey (T) test también conocido como t-test entra en juego. En este tutorial, mostraré cómo preparar archivos input y ejecutar ANOVA y Tukey test en el software R., Para obtener información detallada sobre ANOVA y R, lea este artículo en este enlace.
paso 1.0 descargue e instale el software R y R studio
- descargue e instale la última versión del software R desde este enlace
- descargue e instale R studio desde este enlace
- Finalmente, instale la biblioteca qtl en R
Paso 1.,2 – Configuración del directorio de trabajo siguiendo los siguientes pasos:
Crear un archivo de entrada como se muestra en el ejemplo a continuación:
Paso 2: Ejecutar ANOVA R
2.,1 Importe el paquete R
instale el paquete R agricolae y abra la biblioteca escribiendo la siguiente línea de comandos:
library(agricolae) 
nota: ¡recuerde instalar el paquete R correcto para ANOVA!
2.2 Importación de datos
Importar sus datos escribiendo a la siguiente línea de comandos:
data= read.table(file = "fileName.txt", header = T)2.3 Verificación de datos
una Vez importados los datos, comprobar escribiendo la siguiente línea de comandos:
head(data_pressure)tail(data_pressure)2.,4 realice ANOVA
ahora, simplemente ejecute ANOVA escribiendo las siguientes líneas de comando:
data.lm <- lm(data$Dependent_variable ~ data$Treatment, data = data)data.av <- aov(data.lm)summary(data.av)los resultados deben ser similares como se ve a continuación:
desde la salida del resumen, se puede interpretar que hay una diferencia significativa (es decir, p < 0.001) entre el Treatments, sin embargo, realizamos la prueba de Tukey para investigar las diferencias entre todos los tratados utilizando los pasos a continuación.
3.,0 Conduct Tukey test
escriba los comandos a continuación para ejecutar Tukey test:
data.test <- TukeyHSD(data.av)data.testa continuación se muestra el resumen de la prueba de Tukey:
de la prueba t anterior, se puede concluir que hay una diferencia significativa en la mayoría de los grupos, excepto entre grupos E-D en P < 0.,001
Finally, one can plot the above results using the below command:
plot(data.test)Output:
