实验设计与分析(第6版,Montgomery)第5章析因设计引导5.7节思考题5.7 R语言解题

本文是实验设计与分析(第6版,Montgomery著,傅珏生译) 第5章析因设计引导5.7节思考题5.7 R语言解题。主要涉及方差分析,正态假设检验,残差分析,交互作用图,等值线图。

dataframe <-data.frame(

force=c(2.70,2.78,2.83,2.86,2.45,2.49,2.85,2.80,2.60,2.72,2.86,2.87,2.75,2.86,2.94,2.88),

feed=gl(4,4,16),

speed=gl(2,2,16))

summary (dataframe)

dataframe.aov2 <- aov(force~feed*speed,data=dataframe)

summary (dataframe.aov2)

> summary (dataframe.aov2)

Df Sum Sq Mean Sq F value Pr(>F)

feed 3 0.09250 0.03083 11.859 0.00258 **

speed 1 0.14822 0.14822 57.010 6.61e-05 ***

feed:speed 3 0.04187 0.01396 5.369 0.02557 *

Residuals 8 0.02080 0.00260


Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

with(dataframe,interaction.plot(feed,speed,force,type="b",pch=19,fixed=T,xlab="feed",ylab="force"))

plot.design(force~feed*speed,data=dataframe)

fit <-lm(force~feed*speed,data=dataframe)

anova(fit)

> anova(fit)

Analysis of Variance Table

Response: force

Df Sum Sq Mean Sq F value Pr(>F)

feed 3 0.092500 0.030833 11.8590 0.002582 **

speed 1 0.148225 0.148225 57.0096 6.605e-05 ***

feed:speed 3 0.041875 0.013958 5.3686 0.025567 *

Residuals 8 0.020800 0.002600


Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

summary(fit)

> summary(fit)

Call:

lm(formula = force ~ feed * speed, data = dataframe)

Residuals:

Min 1Q Median 3Q Max

-0.06000 -0.02625 0.00000 0.02625 0.06000

Coefficients:

Estimate Std. Error t value Pr(>|t|)

(Intercept) 2.740e+00 3.606e-02 75.994 1e-12 ***

feed2 -2.700e-01 5.099e-02 -5.295 0.000733 ***

feed3 -8.000e-02 5.099e-02 -1.569 0.155303

feed4 6.500e-02 5.099e-02 1.275 0.238172

speed2 1.050e-01 5.099e-02 2.059 0.073449 .

feed2:speed2 2.500e-01 7.211e-02 3.467 0.008482 **

feed3:speed2 1.000e-01 7.211e-02 1.387 0.202934

feed4:speed2 -5.912e-16 7.211e-02 0.000 1.000000


Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.05099 on 8 degrees of freedom

Multiple R-squared: 0.9314, Adjusted R-squared: 0.8715

F-statistic: 15.53 on 7 and 8 DF, p-value: 0.0004502

par(mfrow=c(2,2))

plot(fit)

par(mfrow=c(2,2))

plot(as.numeric(dataframefeed), fitresiduals, xlab="feed", ylab="Residuals", type="p", pch=16)

plot(as.numeric(dataframespeed), fitresiduals, xlab="speed", ylab="Residuals", pch=16)

dataframe<-data.frame(

force=c(2.70,2.78,2.83,2.86,2.45,2.49,2.85,2.80,2.60,2.72,2.86,2.87,2.75,2.86,2.94,2.88),

feed=c(0.015,0.015,0.015,0.015,0.030,0.030,0.030,0.030,0.045,0.045,0.045,0.045,0.060,0.060,0.060,0.060),

speed=c(125,125,200,200,125,125,200,200,125,125,200,200,125,125,200,200))

fit <-lm(force~feed*speed+feed*I(speed^2)+I(feed^2)*speed+I(feed^2)+I(speed^2),data=dataframe)

tmp.speed <- seq(125,200,by=.5)

tmp.feed <- seq(0.015,0.060,by=.005)

tmp <- list(feed=tmp.feed,speed=tmp.speed)

new <- expand.grid(tmp)

new$fit <- c(predict(fit,new))

require(lattice)

contourplot (fit~feed*speed ,data=new, cuts=8,region=T,col.regions=gray(7:16/16))

相关推荐
zhangfeng11337 小时前
亲测可用,R语言 ggplot2 箱线图线条控制参数详解,箱线图离散数值控制
开发语言·python·r语言·生物信息
zhangfeng113319 小时前
R 导出 PDF 时中文不显示 不依赖 showtext** 的最简方案(用 extrafont 把系统 TTF 真正灌进 PDF 内核)
开发语言·r语言·pdf·生物信息
生物小卡拉19 小时前
R脚本--PCA分析系列1_v1.0
开发语言·r语言
生物小卡拉19 小时前
R脚本——LefSE分析与可视化-v1
开发语言·r语言
猫头虎2 天前
如何解决 pip install -r requirements.txt 本地轮子路径 ‘./packages/xxx.whl’ 不存在 问题
开发语言·网络·python·r语言·pip·gpu算力·国产
zhangfeng11333 天前
R语言 表达矩阵 count_table 筛选出 行名是 某个 基因的 数据或者某个列中的数据是某个基因的数据
矩阵·r语言·生物信息
zhangfeng11334 天前
geo Counts 数据 ,机器学习 模型的外部验证 ROC外部验证数据处理流程
人工智能·机器学习·r语言·生物信息
zhangfeng11334 天前
生物信息 R语言和 cytoscape 相互沟通的组件RCy3,构建cytoscape网络表 节点类型表 链接边的表,并推送到cytoscape
数据库·r语言·生物信息
zhangfeng11334 天前
R语言 安装老一点的班装包 核心是从CRAN归档(Archive)下载对应版本的安装包
开发语言·r语言
数模加油站5 天前
最新R(4.4.1)及R-studio保姆级安装配置详细教程及常见问题解答
开发语言·windows·数学建模·r语言