嵌套方差中的R

欲表明，不同物种的种子显示不同的长度，由于因子物种。对于每个物种，我有几棵树，每棵树上有几颗种子。嵌套方差中的R

使用R，我做了一个单因素方差分析：

summary(aov(Length ~ Species))

然而，评论家注意到独立性的问题，因为种子可以从同一棵树上提供。（这确实是一个真正的问题！）

要回答这个问题，我认为我应该做一个嵌套的方差分析。是对的吗？

不过，也有很多的方式来编写代码：

summary(aov(Length ~ Species*Tree)) 
summary(aov(Length ~ Tree*Species)) 
summary(aov(Length ~ Species/Tree)) 
summary(aov(Length ~ Species+Error(Tree)))

我相信这是最后的可能性上市，让我证明种子的长度是不同的，由于种类和服用考虑到种子可能来自同一棵树。

，你能否证实？

当我运行的命令，我获得此：

Error: Tree 
Df Sum Sq Mean Sq F value Pr(>F)  
Species 12 320.6 26.715 14.98 4.96e-15 *** 
Residuals 71 126.6 1.784      
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Error: Within 
Df Sum Sq Mean Sq F value Pr(>F) 
Residuals 1541 11.92 0.007733

这的确意味着该物种对种子长度的有意义的影响，是这样吗？

非常感谢您的帮助！

穆里尔

来源

2016-01-22 user236152

我会推荐使用线性混合效果模型。您可能会从阅读[本书]（http://www.springer.com/us/book/9780387874579）中受益。这是一个非常易读的主题介绍，应该足以满足您的需求。 – Roland

参见here对中的R以及嵌套ANOVA的一些实例中的一些见解混合模型。

我会在R中安装包lme4，做?lmer，并查看所提供页面上的“混合和多级模型”部分。也许这对你的数据来说是一个更好的方法。

来源

2016-01-22 13:57:19 TomNash

你应该解释你如何导出模型。 – Roland

我推导出最后一个，我认为这是一个例子。但是我看了你提到的网页，他们说当B嵌套在A中时，我们应该使用aov（Y〜A/B，data = d）。然而，我不确定我是否理解嵌套意味着什么......在我的例子中，树是嵌套在物种中的？所以我应该试试aov（Y〜Species/Tree，data = d）？ – user236152

@ user236152你应该使用的是重复测量anova。但是，如果您的设计在某种程度上不平衡，则应该使用LME模型。就我个人而言，我发现无论如何更容易和更强大，因此更喜欢使用它们。 – Roland

嵌套方差中的R

回答

相关问题