R帮助中的单因素方差分析
我是R(统计数据包)编程新手,我想做一个单因素方差分析 我的数据框架是这样的R帮助中的单因素方差分析,r,anova,R,Anova,我是R(统计数据包)编程新手,我想做一个单因素方差分析 我的数据框架是这样的 q1 sex 1 N M 2 Y F 3 U F ... 1000 Y M 你能帮我一下吗?跟进上面@Thilo和@DWin的评论:如果你真的想分析两个分类变量之间的关系,你可以尝试以下方法: ## make up random data (no real pattern) dat <- data.frame(q1=sample(c("N","Y","U"),s
q1 sex
1 N M
2 Y F
3 U F
...
1000 Y M
你能帮我一下吗?跟进上面@Thilo和@DWin的评论:如果你真的想分析两个分类变量之间的关系,你可以尝试以下方法:
## make up random data (no real pattern)
dat <- data.frame(q1=sample(c("N","Y","U"),size=1000,replace=TRUE),
sex=sample(c("M","F"),size=1000,replace=TRUE))
dtab <- with(dat,table(q1,sex))
chisq.test(dtab)
mosaicplot(dtab)
##生成随机数据(无实际模式)
dat但您没有一个连续变量用作结果???您能提供更多信息吗?您是否成功导入数据并将其作为R中的data.fram获取?如果是这样的话,你能给我们提供head(yourdataframe)
和str(yourdataframe)
的输出吗?好奇的是,我们能按字母顺序将字母表映射,并将M/F映射到1/2吗?或者这不适用,因为q1
不一定按该顺序相关?也许你会分析每个q1
值的M/F方差,然后将其组合成卡方分布?维基百科引用:“在统计学中,单向方差分析(缩写为单向ANOVA)是一种用于比较两个或多个样本均值的技术(使用F分布)。此技术只能用于数值数据[1]。“您只有阶乘数据。你们的数据之间有数字关系吗?如果是这样,你可以穿上这件衣服。但是要注意不要引入一些毫无意义的音阶作为字典顺序-没有任何东西可以保证N
和M
之间的距离与M
和Q
之间的距离相同。