Bagaimana menganalisis varians data dalam model dengan R - dummies

Analisis varians (ANOVA) adalah teknik yang sangat umum digunakan dengan R untuk membandingkan mean antara kelompok data yang berbeda. Untuk menggambarkan hal ini, lihat data dataset InsectSpray: >> str (InsectSprays) '. bingkai ': 72 obs. dari 2 variabel: $ count: num 10 7 20 14 14 12 10 23 17 20 … $ semprot: Faktor w / 6 level "A", "B", "C", "D", …: 1 1 1 1 1 1 1 1 1 1 …

Kumpulan data ini berisi hasil percobaan pertanian. Enam insektisida diuji pada 12 bidang masing-masing, dan para periset menghitung jumlah bug sial yang tertinggal di masing-masing bidang. Sekarang para petani perlu tahu apakah insektisida itu ada bedanya, dan jika ya, mana yang paling mereka gunakan. Anda menjawab pertanyaan ini dengan menggunakan fungsi aov () untuk melakukan ANOVA.

Bagaimana cara membangun model

Untuk contoh sederhana ini, bangun model adalah sepotong kue. Anda pada dasarnya ingin memodelkan sarana untuk menghitung variabel sebagai fungsi semprotan variabel. Anda menerjemahkannya ke R seperti ini: >> AOVModel <- aov (count ~ spray, data = InsectSprays)

Anda melewatkan dua argumen ke fungsi aov () di baris kode ini:

Rumus menghitung ~ semprotan, yang berbunyi sebagai "hitung sebagai fungsi semprotan"

• Data argumen, di mana Anda menentukan kerangka data di mana variabel dalam rumus dapat ditemukan

  Setiap fungsi pemodelan mengembalikan objek model dengan banyak informasi tentang model yang sesuai. Selalu letakkan objek model ini dalam variabel. Dengan cara ini Anda tidak perlu mereparasi model saat Anda perlu melakukan perhitungan ekstra.

• Bagaimana melihat objek model

Seperti pada setiap objek, Anda bisa melihat objek model hanya dengan mengetik namanya di konsol. Jika Anda melakukannya untuk objek Model yang Anda buat, Anda akan melihat output berikut:

>> AOVModel Panggil: aov (formula = count ~ spray, data = InsectSprays) Syarat: semprot Residu Jumlah Kuadrat 2668. 833 1015. 167 Deg. Kebebasan 5 66 Kesalahan standar rata-rata: 3. 921902 Perkiraan dampak mungkin tidak seimbang

Ini tidak banyak memberi tahu Anda, terlepas dari perintah (atau panggilan

) yang Anda gunakan untuk membangun model dan beberapa informasi dasar tentang hasil yang pas.

Dalam outputnya, Anda juga membaca bahwa perkiraan dampaknya mungkin tidak seimbang. Ini bukan peringatan - ini adalah pesan yang dibuat oleh pengarang fungsi aov (). Yang ini bisa muncul dalam dua situasi: Anda tidak memiliki jumlah kasus yang sama di setiap kelompok. Anda tidak membedakan ortogonal.

Dalam kasus ini, inilah alasan kedua.