anova

    7熱度

    1回答

    試圖學習河從一箇舊的統計文本問題想知道是否有不同的建築工地休息時間的差異。麻煩的是,文本決定每個站點僱用不同數量的工人。所以,我被卡住了,並且在樣本數不相等的情況下使用ANOVA尋求幫助。 site1 <- c(34,25,27,31,26,34,21) site2 <- c(33,35,31,31,42,33) site3 <- c(17,30,30,26,32,28,26,29) sit

    5熱度

    2回答

    如果我有一些數據並做了方差分析和事後測試,我該如何製作一個自動添加事後分類的盒子圖,而不必編輯R之外的數字? 例如,這裏有一些數據開始: install.packages("reshape", dependencies=T) library(reshape) x <- rnorm(30) y <- rnorm(30)+1 z <- rnorm(30)+0.5 data.1 <- da

    1熱度

    2回答

    我想通過排除他們檢查我用方差分析的數據點的影響: wanted =(1:10 !=10) wanted summary(aov(log(Sdrtl)~location,subset=wanted)) 在1:10除外代替手動,我想做出某種循環,使所有方差分析的流出來一次。我是一個初學者,我嘗試以下: for (i in 1:10){ wanted =(1:10 !=i)

    5熱度

    2回答

    有什麼不對以下模型: # simulated data yr = 2; vg = 4, fm = 5, gen = 5 mbb <- data.frame(trait1 = rnorm(200, 15, 4),yr = c(rep (1:2, each = 100)), vg = c(rep(rep(1:4, each =25), 2)), fm = rep(rep(1:5,

    1熱度

    1回答

    試圖對這個數據執行MANOVA: 創建data.frame: acc <- data.frame(Degrees = c("5","8","10"), MPH10=c(0.35, 0.37, 0.32), MPH25=c(0.19, 0.28, 0.30), MPH40=c(0.14, 0.19, 0.29), MPH55=c(0.10, 0.19, 0.23)) 校驗數據.frame: a

    0熱度

    1回答

    我嘗試使用不復制弄清楚雙因素方差分析方差分析()和似乎無法得到我嘗試了這種方式的正確程序(在不同的崗位)。 manova in R error message: length of 'dimnames' [1] not equal to array extent 文本問題與踏板旋轉和初始速度是加速度的預測因素有關。 這裏是數據: acc <- data.frame(Degrees = c("d5"

    0熱度

    2回答

    我有一個來自多個主題的數據的R數據框,每個主題都測試了幾次。要對集合進行統計,主題(「id」)和每個觀察的行(由「會話」因子給出)都有一個因子。即 print(allData) id session measure 1 1 7.6 2 1 4.5 3 1 5.5 1 2 7.1 2 2 NA 3 2 4.9 在上述示例中,有一個簡單的方法,

    4熱度

    3回答

    我們正在爲生物學學生教授一個統計類,並嘗試將R用作計算和數據可視化平臺。儘可能多的,我們想避免使用額外的軟件包,並在R中做任何非常「奇特」的事情;課程的重點是統計數據,而不是編程。儘管如此,我們還沒有找到一種在R中爲雙因素ANOVA設計生成誤差線圖的非常好的方法。我們使用ggplot2軟件包來繪製圖表,雖然它有一個生成95%CI錯誤條的內置stat_summary方法,但這些方法的計算方式可能並不

    2熱度

    2回答

    I'm有問題: require(rms) getHdata(prostate) mod1<-cph(Surv(dtime,status!="Alive")~stage+rx+age+wt,data=prostate,x=T,y=T) mod2<-cph(Surv(dtime,status!="Alive")~stage+rx+rcs(age,4)+wt,data=prostate,x=T,

    0熱度

    1回答

    我運行下面幾行: DATA abc; INPUT AA BB CC DD EE; CARDS; ... ; RUN; PROC GLM DATA = abc; MODEL AA BB CC DD EE =/NOUNI; REPEATED conditions 5 (1 2 3 4 5)/PRINTE; MEANS/TUKEY ALPHA = 0.05; RUN; 但MEA