anova

0熱度

2回答

我想知道，是否有任何類似於R的beta類型的對象？我知道它沒有在betareg包中實現，但我不明白這是爲什麼。如果沒有這樣的對象，有沒有什麼容易的是如何執行它？任何幫助，將不勝感激。編輯：什麼其實我是想，是決定因素的意義。隨着lmtest包這將是類似的東西： library("betareg") data("ReadingSkills", package = "betareg") m

0熱度

1回答

如何在Base R中生成「不平衡」（不等）因子水平？

背景：我通常使用gl()爲一組隨機變量生成「相等」數量的因子水平。例如，爲了生成60隨機變量2因子水平在x，我使用以下命令： x = rnorm(n = 60) groups = gl(2, length(x)/2) ## My Factor Levels 但是上面，不允許我產生，比如說，40因子水平在x第一40元素和20因子水平爲x（即，「不平衡」（不等）因子水平）中的最後20元素。問

2熱度

1回答

ANOVA對存儲在一個列表

我運行了一系列模型並將其存儲在一個list車型序列： fm0 <- list() for(i in 1:3){ m <- formula(mpg ~ disp) if(i > 1) m <- update.formula(m, ~ . + gear) if(i > 2) m <- update.formula(m, ~ . + qsec)

0熱度

1回答

FSL（tbss）randomise命令不作任何置換

我正在TBSS FSL上進行3組ANOVA，每組有20個主題。爲了分析我的樣本，我必須執行一個隨機命令，它基本上在我的樣本中進行排列。的命令如下： randomise -i all_FA_skeletonised -o tbss -m mean_FA_skeleton_mask -d design.mat -t design.con -f design.fts –e design.grp --T

1熱度

1回答

如何在Spark Scala中執行ANOVA？

所以我有這2個變量： x: 1 0 1 1 0 1 1 0 ... 和 y: 4 3 12 9 2 7 23 ... 以前我可以在R使用此代碼進行方差分析： stats <- anova(lm(as.matrix(y) ~ as.factor(x))) ，它會給這個結果： > anova(lm(as.matrix(y) ~ as.factor(x))) Analysis of Var

2熱度

2回答

重複測量R中的意大利麪情節

我想在R中實現一個意大利麪條形圖，以可視化每個參與者的兩個條件之間的差異。我使用CRITICALITY（臨界，非關鍵）和LATERALITY（同側，對側）因子計算重複測量方差分析。我的數據看以下內容，可以在這裏找到： subject cond power laterality criticality 1 P02 CL_CRIT -362.7 contralateral crit 2 P

3熱度

1回答

爲什麼在R中包含Anova因子去除變量不會降低自由度？

我試圖在不同模型之間進行ANCOVA（方差分析和線性迴歸之間的混合），我遇到了一些問題。我想我把它縮小到一個問題（或者我不明白或做錯的地方）方差分析：爲了比較兩個模型，他們需要有不同的殘差Df（自由度）。舉個例子，讓我們考慮中的R mtcars數據： library(car) test_data <- mtcars %>% mutate(factored_variable = as.facto

0熱度

1回答

ANCOVA中含2個因子的不同組的平均值R

我目前正在研究不同性狀對蝸牛殼體積的影響。我有一個數據框，其中每行代表一個給定的個人，並有幾個列及其所有屬性（長度，殼體積，性別，感染）。我做了ANCOVA：mod=aov(log(volume) ~ infection*sex*log(length))。我得到這個： Df Sum Sq Mean Sq F value Pr(>F) inf 1 4.896 4.896

1熱度

1回答

R對於每行的一組列的一個樣本測試

我有一個數據集，其中有3個場景的50個城市的級別和趨勢。下面是樣本數據 - City <- paste0("City",1:50) L1 <- sample(100:500,50,replace = T) L2 <- sample(100:500,50,replace = T) L3 <- sample(100:500,50,replace = T) T1 <- runif(50,0,

1熱度

1回答

繪製的ANOVA

爲了在RI執行ANOVA快速方式通常遵循兩個步驟： 1）I計算與功能AOV 2）I重新組織數據聚集對象和條件以可視化的情節ANOVA摘要我想知道是否總是有必要對數據進行重組來查看結果，或者是否存在af（x）來快速繪製結果。感謝您的建議 G.