0
我有7个组我想运行方差分析测试,以查看彼此之间是否存在基于特征的显着差异。我有大约600个特征。 我已经计算了每组和每个特征的均值,标准差和方差。七个小组有不同的样本量。如何安排我的数据,以便我能够在R中运行它们?在r中运行多个anova测试
我有7个组我想运行方差分析测试,以查看彼此之间是否存在基于特征的显着差异。我有大约600个特征。 我已经计算了每组和每个特征的均值,标准差和方差。七个小组有不同的样本量。如何安排我的数据,以便我能够在R中运行它们?在r中运行多个anova测试
set.seed(2)
sampledata <- expand.grid(group = paste0("group", 1:7), trait = paste0("trait", 1:600), value = 1:5)
sampledata$value <- rnorm(nrow(sampledata))
sampledata.aov <- aov(value ~ group * trait, data = sampledata)
anova(sampledata.aov)
Analysis of Variance Table
Response: value
Df Sum Sq Mean Sq F value Pr(>F)
group 6 7.1 1.1784 1.1670 0.32072
trait 599 658.0 1.0985 1.0878 0.07096 .
group:trait 3594 3613.0 1.0053 0.9955 0.56604
Residuals 16800 16964.3 1.0098
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
即使有随机数,也会发出警告,当你一次拥有这么多特性时,你更有可能没有显着差异。