Como analisar dados As variações nos modelos com R
Uma análise de variância (ANOVA) é uma técnica muito comum usada com R para comparar as médias entre os diferentes grupos de dados. Para ilustrar isso, dê uma olhada no conjunto de dados InsectSpray
:> Str (InsectSprays) 'data.frame': 72 obs. de 2 variáveis: $ count: num 10 7 20 14 14 12 10 23 17 20 ... $ pulverização: Fator w / 6 níveis "A", "B", "C", "D", ..: 1 1 1 1 1 1 1 1 1 1 ...
Esse conjunto de dados contém os resultados de uma experiência agrícola. Seis inseticidas foram testados em 12 campos cada, e os pesquisadores contaram o número de erros traquinas que permaneceram em cada campo. Agora, os agricultores precisam de saber se os inseticidas faz qualquer diferença, e em caso afirmativo, qual deles melhor uso. Você responder a esta pergunta, utilizando o AOV () funcionar para realizar uma análise de variância.
Como construir o modelo
Para este exemplo simples, a construção do modelo é um pedaço de bolo. Você essencialmente deseja modelar os meios para a variável contagem como uma função da variável spray. Você traduzir isso para R assim:
> AOVModel lt; - AOV (contagem, dados de pulverização ~ = InsectSprays)
Você passa dois argumentos para o AOV () função nesta linha de código:
A fórmula conte ~ pulverização, onde se lê # 147-count como uma função de spray # 148;
O argumento dados, onde você especifica o quadro de dados no qual as variáveis da fórmula pode ser encontrada
Cada função de modelagem retorna um objeto de modelo com um monte de informações sobre o modelo ajustado. Sempre colocar este modelo de objeto em uma variável. Desta forma, você não tem que reajustar o modelo quando você precisa de executar cálculos extra.
Como olhar para o objeto do modelo
Tal como acontece com cada objeto, você pode olhar para um objeto de modelo apenas digitando seu nome no console. Se você fizer isso para o objeto Modelo que você criou, você vê o seguinte resultado:
> AOVModelCall: AOV (fórmula = contagem ~ pulverização, dados = InsectSprays) Termos: spray ResidualsSum dos quadrados 2668.833 1015.167Deg. de Freedom566Residual erro padrão: efeitos 3.921902Estimated pode ser desequilibrada
Isso não dizer que muito, além do comando (ou a ligar) Que você usou para construir o modelo e algumas informações básicas sobre o resultado adequado.
Na saída, você também li que os efeitos estimados pode ser desequilibrado. Isto não é um aviso - é uma mensagem que é construída em pelo autor da AOV () função. Este pode aparecer em duas situações:
Você não tem o mesmo número de casos em cada grupo.
Você não definiu contrastes ortogonais.
Neste caso, é a segunda razão.