ANOVA más néven Analysis of Variance egy hatékony statisztikai módszer egy hipotézis tesztelésére, amely több mint két csoportot foglal magában (más néven kezelések). Az ANOVA azonban korlátozott abban, hogy részletes betekintést nyújtson a különböző kezelések vagy csoportok között, és itt jön be a Tukey (T) test t-test néven is ismert játék. Ebben a bemutatóban megmutatom, hogyan kell elkészíteni ainput fájlokat, majd futtatni ANOVA és Tukey teszt r szoftver., Az ANOVÁVAL és az R-vel kapcsolatos részletes információkért kérjük, olvassa el ezt a cikket ezen a linken.
Lépés 1.0 Töltse le, majd telepítse R szoftver R stúdió
- Töltse le, majd telepítse a legújabb verzió a R szoftver ezt a linket
- Töltse le, majd telepítse R stúdió ezt a linket
- Végre, telepítse a könyvtár a qtl a R
1. Lépés.,2 – beállítási könyvtár az alábbi lépéseket követve:
Hozzon létre egy bemeneti fájlt az alábbi példában látható módon:
2.lépés: az ANOVA futtatása r
2.,1 Import R csomag
Telepítés lehetőséget R csomag agricolae, majd nyissa meg a könyvtár beírni az alábbi parancssort:
library(agricolae)
Megjegyzés: Kérjük, ne feledje, hogy telepítenie a megfelelő R-csomag ANOVA!
2.2 Import adatok
importálja adatait az alábbi parancssor beírásával:
data= read.table(file = "fileName.txt", header = T)2.3 ellenőrizze az adatokat
az adatok importálása után ellenőrizze az alábbi parancssor beírásával:
head(data_pressure)tail(data_pressure)2.,4 Magatartás ANOVA
Most, Egyszerűen futtassa ANOVA beírja az alábbi parancs sort:
data.lm <- lm(data$Dependent_variable ~ data$Treatment, data = data)data.av <- aov(data.lm)summary(data.av)Az eredmény az alábbihoz hasonló, mint alább látható:
az összefoglaló kimenet, lehet értelmezni, hogy szignifikáns különbség van (azaz P < 0.001) között a Treatments, azonban hajtson végre Tukey Teszt, hogy vizsgálja meg a különbségeket az összes treaments segítségével lépéseket.
3.,0 Tukey teszt elvégzése
írja be az alábbi parancsokat a Tukey teszt futtatásához:
data.test <- TukeyHSD(data.av)data.testAz alábbiakban a Tukey teszt összefoglalója található:
a fenti t-tesztből arra lehet következtetni, hogy a legtöbb csoportban jelentős különbség van, kivéve az E-D csoportokat a p< 0.,001
Finally, one can plot the above results using the below command:
plot(data.test)Output:
