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5.19 R语言解题

dataframe<-data.frame(

productive=c(86.3,88.5,89.1,84.0,87.3,90.2,85.8,89.0,91.3,86.1,89.4,91.7,85.2,89.9,93.2,87.3,90.3,93.7),

Temperature=gl(3,6,18),

pressure=gl(3,3,18),

Time=gl(2,9,18))

summary (dataframe)

dataframe.aov2 <- aov(productive~Error(Time)+Temperature*pressure,data=dataframe)

summary (dataframe.aov2)

> summary (dataframe.aov2)

Error: Time

Df Sum Sq Mean Sq

Temperature 1 13.01 13.01

Error: Within

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

Temperature 2 4.07 2.036 0.227 0.800

pressure 2 2.46 1.230 0.137 0.873

Residuals 12 107.53 8.961

with(dataframe,interaction.plot(Temperature,pressure,productive,type="b",pch=19,fixed=T,xlab="Temperature (°F)",ylab=" productive "))

plot.design(productive~Time+Temperature*pressure,data=dataframe)

fit <-lm(productive~Time+Temperature*pressure,data=dataframe)

anova(fit)

> anova(fit)

Analysis of Variance Table

Response: productive

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

Time 1 13.005 13.0050 1.4513 0.2515

Temperature 2 4.071 2.0356 0.2272 0.8001

pressure 2 2.460 1.2300 0.1373 0.8731

Residuals 12 107.533 8.9611

summary(fit)

> summary(fit)

Call:

lm(formula = productive ~ Time + Temperature * pressure, data = dataframe)

Residuals:

Min 1Q Median 3Q Max

-4.2333 -2.5917 0.3167 2.2333 3.7667

Coefficients: (4 not defined because of singularities)

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

(Intercept) 87.9667 1.7283 50.898 2.17e-15 ***

Time2 0.5667 4.2335 0.134 0.896

Temperature2 0.5333 3.4566 0.154 0.880

Temperature3 1.7000 5.9870 0.284 0.781

pressure2 -0.8000 2.4442 -0.327 0.749

pressure3 0.2000 3.4566 0.058 0.955

Temperature2:pressure2 NA NA NA NA

Temperature3:pressure2 NA NA NA NA

Temperature2:pressure3 NA NA NA NA

Temperature3:pressure3 NA NA NA NA


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

Residual standard error: 2.994 on 12 degrees of freedom

Multiple R-squared: 0.1537, Adjusted R-squared: -0.1989

F-statistic: 0.436 on 5 and 12 DF, p-value: 0.8151

par(mfrow=c(2,2))

plot(fit)

par(mfrow=c(2,2))

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

plot(as.numeric(dataframeTemperature), fitresiduals, xlab="Temperature", ylab="Residuals", pch=16)

相关推荐
全栈开发圈3 天前
干货分享|如何从0到1掌握R语言数据分析
开发语言·数据分析·r语言
小杜的生信筆記6 天前
基于R语言,“上百种机器学习模型”学习教程 | Mime包
开发语言·学习·机器学习·r语言·sci
在打豆豆的小潘学长6 天前
【R语言】多样本单细胞分析_SCTransform+Harmony方案(2)
开发语言·r语言
TS的美梦6 天前
ROGUE: 【张院士团队R包】一种基于熵的用于评估单细胞群体纯度的度量标准
开发语言·r语言
weixin_493202638 天前
R语言代码加密(1)
r语言
Tiger Z8 天前
《R for Data Science (2e)》免费中文翻译 (第3章) --- Data transformation(2)
r语言·数据科学·中文翻译
星石传说10 天前
使用R将nc文件转换为asc文件或者tif文件
r语言·生信
Mister Leon11 天前
机器学习Adaboost算法----SAMME算法和SAMME.R算法
算法·机器学习·r语言
Tiger Z12 天前
R 语言科研绘图第 67 期 --- 箱线图-显著性
r语言·论文·科研·绘图·研究生
惊岁晚12 天前
【实践记录】github仓库的更新
算法·容器·r语言·github