admin管理员组

文章数量:1130349

单向方差分析用于确定三个或更多独立组的平均值之间是否存在统计学上的显着差异。

单向方差分析中使用的假设如下：

H 0：每组的均值相等。
H A : 至少其中一种方式与其他方式不同。
如果 ANOVA 的p 值小于某个显着性水平（如 α = .05），我们可以拒绝原假设并得出结论，至少一个组均值与其他均值不同。

但是为了准确地找出哪些组彼此不同，我们必须进行事后测试。

您可以使用agricolae包中的LSD.test()函数在 R 中执行此测试。

以下示例显示了如何在实践中使用此功能。

示例：R 中的 Fisher 的 LSD 检验
假设一位教授想知道三种不同的学习技巧是否会导致学生的考试成绩不同

下表显示了每个学生根据他们使用的学习技术的考试成绩：

我们可以使用以下代码创建此数据集并在 R 中对其执行单向方差分析：

#create data frame
df

单向方差分析用于确定三个或更多独立组的平均值之间是否存在统计学上的显着差异。

单向方差分析中使用的假设如下：

H 0：每组的均值相等。
H A : 至少其中一种方式与其他方式不同。
如果 ANOVA 的p 值小于某个显着性水平（如 α = .05），我们可以拒绝原假设并得出结论，至少一个组均值与其他均值不同。

但是为了准确地找出哪些组彼此不同，我们必须进行事后测试。

您可以使用agricolae包中的LSD.test()函数在 R 中执行此测试。

以下示例显示了如何在实践中使用此功能。

示例：R 中的 Fisher 的 LSD 检验
假设一位教授想知道三种不同的学习技巧是否会导致学生的考试成绩不同

下表显示了每个学生根据他们使用的学习技术的考试成绩：

我们可以使用以下代码创建此数据集并在 R 中对其执行单向方差分析：

#create data frame
df

本文标签： 最小差异如何在LSDFisher

版权声明：本文标题：如何在 R 中使用 Fisher 的最小显着性差异 (LSD) 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://it.en369.cn/jiaocheng/1754939863a2744096.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。