0
我有7個組我想運行方差分析測試,以查看彼此之間是否存在基於特徵的顯着差異。我有大約600個特徵。 我已經計算了每組和每個特徵的均值,標準差和方差。七個小組有不同的樣本量。如何安排我的數據,以便我能夠在R中運行它們?在r中運行多個anova測試
我有7個組我想運行方差分析測試,以查看彼此之間是否存在基於特徵的顯着差異。我有大約600個特徵。 我已經計算了每組和每個特徵的均值,標準差和方差。七個小組有不同的樣本量。如何安排我的數據,以便我能夠在R中運行它們?在r中運行多個anova測試
set.seed(2)
sampledata <- expand.grid(group = paste0("group", 1:7), trait = paste0("trait", 1:600), value = 1:5)
sampledata$value <- rnorm(nrow(sampledata))
sampledata.aov <- aov(value ~ group * trait, data = sampledata)
anova(sampledata.aov)
Analysis of Variance Table
Response: value
Df Sum Sq Mean Sq F value Pr(>F)
group 6 7.1 1.1784 1.1670 0.32072
trait 599 658.0 1.0985 1.0878 0.07096 .
group:trait 3594 3613.0 1.0053 0.9955 0.56604
Residuals 16800 16964.3 1.0098
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
即使有隨機數,也會發出警告,當你一次擁有這麼多特性時,你更有可能沒有顯着差異。