anova

    1熱度

    1回答

    我試圖運行重複 - 使用R測量ANOVA並將其與SPSS輸出進行比較,結果相差很多!也許我在某個地方犯了一個錯誤,但我找不到它 所以一些樣本數據: id是主題。每個科目對三個項目(res_1,res_2和res_3)進行評分。我想比較項目的整體效果。 id<-c(1,2,3,4,5,6) res_1<-c(1,1,1,2,2,1) res_2<-c(4,5,2,4,4,3) res_3<-c

    0熱度

    2回答

    我是新來的決策樹世界,我一直試圖瞭解這個fancyRpartPlot()圖像節點內的數字是什麼意思。下面是代碼和情節。 cfit2 <- rpart(pgstat ~ age + eet + g2 + grade + gleason + ploidy, data = stagec, method = "anova") 有誰知道我所指出的情節的數字是什麼意思?

    1熱度

    1回答

    我怎樣才能做到雙向交叉ANOVA在R,正如在這些網頁上被執行: http://www.itl.nist.gov/div898/handbook/ppc/section2/ppc232.htm http://www.itl.nist.gov/div898/handbook/ppc/section2/ppc2321.htm 的數據如下: > dput(mydf) structure(list(coo

    3熱度

    1回答

    我和我的一些學生在許多地方搜索了一個解決方案,在沒有運氣的字面上,幾個月。我一直參考我不想使用的lme命令。所提供的輸出不是我的同事或我自己使用超過15年的。此外,由於我使用R作爲教學工具,因此它不會像t檢驗一樣流暢,並且對於介紹統計學生的學生來說也不是單向的anovas。我正在進行雙因素RM ANOVA,其中一個因素重複。我成功地讓R複製了Sigmaplot爲主要效果提供的內容。然而,由R給出的

    0熱度

    1回答

    我具有5個分佈5種手段: 平均數 甲組33 B組5500 C組33 組d 32223 E組80 我想要確定手段的差異是否顯着,所以我運行anova和p值< .05,所以至少在2平均值上存在差異。 n=500 value<- stack(data.frame(x= rnorm(n,33,7),y=rnorm(n,5500,5), z=rnorm(n,33,7) , a=rnorm(n,32223,

    1熱度

    1回答

    我正在努力編寫一個腳本,該腳本允許使用lme4或nlme軟件包比較不同的線性混合效果模型。由於我不想調整每個添加或刪除模型的腳本,因此我正在尋找一種動態的方法。這樣做我只需要調整一個包含模型公式的字符串的變量。 這工作得很好,除非anova()進來anova()不接受列表包含適當的類要素: ###### Here is my problem # comparing models by means

    0熱度

    1回答

    我正試圖運行方差分析,用於名爲MegaData的數據框中的二項分佈數據,其中前4列是具有單位,年份和物種的分類變量。下面是我的R代碼,當我試圖循環訪問數據框的不同列以運行我的模型時,它不起作用。 mod <- list() for (i in MegaData[,5:36]) { for(j in length(MegaData[,5:36])){ mod[[j]] <- g

    2熱度

    1回答

    我正在使用aov()函數來執行使用R的重複測量ANOVA,例如,在http://personality-project.org/r/r.anova.html網站。 datafilename <- "http://personality-project.org/r/datasets/R.appendix4.data" data.ex4 <- read.table(datafilename, hea

    1熱度

    2回答

    我一直在爲今天的大多數工作,並無法在任何地方在網上找到答案。 我有一組數據有兩個因子變量和30個因變量。我想用fligner測試來確定每個因變量是否滿足等方差假設,基於我的兩個因子變量之間的相互作用。 我可以一次爲一個變量做到這一點,得到的p值: fligner=fligner.test(variable~interaction(factor1,factor2),data=mydata) fli

    1熱度

    2回答

    因此,我使用R中的quantreg包進行分位數迴歸分析,以測試我的預測因子的效果在我的結果分佈中的變化。 FML <- as.formula(outcome ~ VAR + c1 + c2 + c3) quantiles <- c(0.25, 0.5, 0.75) q.Result <- list() for (i in quantiles){ i.no <- which(qua