R语言统计分析——用回归做ANOVA

参考资料:R语言实战【第2版】

ANOVA(方差分析)和回归都是广义线性模型的特例,方差分析也都可以使用lm()函数来分析。

R 复制代码
# 加载multcomp包
library(multcomp)
# 查看cholesterol数据集的处理水平
levels(cholesterol$trt)
# 用aov()函数拟合模型
fit.aov<-aov(response~trt,data=cholesterol)
summary(fit.aov)
# 用lm()函数拟合
fit.lm<-lm(response~trt,data=cholesterol)
summary(fit.lm)

因为线性模型要求预测变量为数值型,当lm()函数碰到因子变量时,它会用一系列与因变量相对应的数值型对照变量来代替因子。如果因子变量有k个水平,将会创建k-1个对照变量。R语言提供了5种创建对照变量的内置方法(见下表),我们也可以选择默认,默认情况下,对照处理用于无序因子,正交多项式用于有序因子。

|-----------------|-------------------------------------------------------------|
| 对照变量创建方法 | 描述 |
| contr.helmert | 第二个水平对照第一个水平,第三个水平对照前两个水平的均值,第四个水平对照前三个水平的均值,以此类推。 |
| contr.poly | 基于正交多项式的对照,用于趋势分析(线性、二次、三次等)和等距水平的有序因子 |
| contr.sum | 对照变量之和限制为0。也称作偏差找对,对各水平的聚酯与所有水平的均值进行比较 |
| contr.treatment | 各水平对照基线水平(默认第一个水平),也称作虚拟编码 |
| contr.SAS | 类似于contr.treatment,只是基线水平变成了最后一个水平。生成的系数类似于大部分SAS过程中使用的对照变量 |

对对照(treatment contrast)为例,因子的第一个水平变成了参考组,随后的变量都以它为标准。可以通过contrasts()函数查看它编码过程。

若患者处于drugD条件下,变量drugD等于1,其他变量2times、 4times和drugE都等于0。

无需列出第一组的变量值,因为其他四个变量都为0,这已经说明患者处于1time条件。

在lm()的分析结果来看,变量trt2times表示水平1time和2times的一个对照。类似地,trt4times是1time和4times的一个对照,其余以此类推。从输出的概率值来看,各药物条件与第一组相比( 1time)显著不同。

相关推荐
小码贾7 小时前
评估 机器学习 回归模型 的性能和准确度
人工智能·机器学习·回归·scikit-learn·性能评估
spssau8 小时前
多分类logistic回归分析案例教程
分类·数据挖掘·数据分析·回归·回归分析·logistic回归·spssau
qq_4337169510 小时前
测试分层:减少对全链路回归依赖的探索!
自动化测试·软件测试·功能测试·测试工具·回归·pytest·postman
小馒头学python11 小时前
【机器学习】机器学习回归模型全解析:线性回归、多项式回归、过拟合与泛化、向量相关性与岭回归的理论与实践
人工智能·python·机器学习·回归·线性回归
有梦想的Frank博士13 小时前
R语言*号标识显著性差异判断组间差异是否具有统计意义
开发语言·信息可视化·r语言
机器学习之心14 小时前
粒子群优化双向深度学习!PSO-BiTCN-BiGRU-Attention多输入单输出回归预测
人工智能·深度学习·回归·多输入单输出回归预测·pso-bitcn-bigru
机器学习之心2 天前
回归预测 | MATLAB实现基于RF-Adaboost随机森林结合AdaBoost多输入单输出回归预测
随机森林·matlab·回归·多输入单输出回归预测·rf-adaboost
武子康3 天前
大数据-206 数据挖掘 机器学习理论 - 多元线性回归 回归算法实现 算法评估指标
大数据·算法·机器学习·数据挖掘·回归·scikit-learn
逆风远航3 天前
R语言贝叶斯:INLA下的贝叶斯回归、生存分析、随机游走、广义可加模型、极端数据的贝叶斯分析
开发语言·r语言·贝叶斯·生态学·结构方程·环境科学·混合效应
Faxxtty4 天前
【R语言】解决package ‘qvalue’ is not available (for R version 3.6.1)
开发语言·r语言