我是R(统计数据包)编程中的新成员,我想作一个oneway anova。R帮助中的单向anova
我的数据帧就是这样
q1 sex
1 N M
2 Y F
3 U F
...
1000 Y M
你能帮助我吗?
我是R(统计数据包)编程中的新成员,我想作一个oneway anova。R帮助中的单向anova
我的数据帧就是这样
q1 sex
1 N M
2 Y F
3 U F
...
1000 Y M
你能帮助我吗?
这个link可能是有用的。它似乎没有给出你如何做到这一点的例子。
感谢您的帮助 但是我做错了什么 frameq7 = data.frame(Q7,性别) frameq7 < - frameq7 [顺序(性),] [R < - lm(q7〜sex,data = frameq7) error.mode(y)< - “double”: 无效更改因子的存储模式 另外:警告消息: 在model.response(mf ,“数字”): 使用type =“numeric”的因子响应将被忽略 anova(r) – user494766 2011-04-29 19:12:07
这看起来很相似:http://stackoverflow.com/questions/5799111/factors-i n-aov – 2011-04-29 19:21:10
它看起来更类似于:https://stat.ethz.ch/pipermail/r-help/2011-April/276692.html显然user494766不理解她在这里被告知什么。 – 2011-04-29 20:23:55
跟进@蒂洛的和@以上迪文的评论:如果你真的要分析两个分类变量之间的关系,你可以尝试这样的事:
## make up random data (no real pattern)
dat <- data.frame(q1=sample(c("N","Y","U"),size=1000,replace=TRUE),
sex=sample(c("M","F"),size=1000,replace=TRUE))
dtab <- with(dat,table(q1,sex))
chisq.test(dtab)
mosaicplot(dtab)
这将是从点真的很有帮助回答你的问题的观点有更多的背景:你想回答什么问题?此外,一如既往,有一个可重复的例子是很好的(只是为了节省用我自己的方式产生一些假数据来玩的时间)。
一个小问题是皮尔逊卡方检验正在测试关联;它并不像ANOVA框架那样区分响应变量和预测变量。
当然,如果真有,你忽略告诉我们一个连续的响应变量,那么这将不会太有用...
但是你没有一个连续变量使用作为结果? – 2011-04-29 18:09:20
你能多给点信息吗?您是否设法导入您的数据并将其作为R中的data.fram?如果是这样,你能否给我们输出'head(yourdataframe)'和'str(yourdataframe)'? – Thilo 2011-04-29 18:09:30
只是好奇,可以在字典顺序中映射字母表,而M/F为1/2来执行此操作?还是不适用,因为'q1'不一定按顺序相关?也许你会分析每个'q1'值的M/F方差,然后将它组合成卡方分布? – bdares 2011-04-29 18:11:56