R语言环境安装
安装文件下载地址:https://mirrors.tuna.tsinghua.edu.cn/CRAN/
这里可以根据你的操作系统选择合适的安装程序下载安装,我这里是mac版本。安装完成后的界面如下所示
HelloWorld
现有一个研究维生素C对于牙齿生长的数据。
len | supp | dose | |
1 | 4.2 | VC | 0.5 |
2 | 11.5 | VC | 0.5 |
3 | 7.3 | VC | 0.5 |
4 | 5.8 | VC | 0.5 |
5 | 6.4 | VC | 0.5 |
6 | 10 | VC | 0.5 |
7 | 11.2 | VC | 0.5 |
8 | 11.2 | VC | 0.5 |
9 | 5.2 | VC | 0.5 |
10 | 7 | VC | 0.5 |
11 | 16.5 | VC | 1 |
12 | 16.5 | VC | 1 |
13 | 15.2 | VC | 1 |
14 | 17.3 | VC | 1 |
15 | 22.5 | VC | 1 |
16 | 17.3 | VC | 1 |
17 | 13.6 | VC | 1 |
18 | 14.5 | VC | 1 |
19 | 18.8 | VC | 1 |
20 | 15.5 | VC | 1 |
21 | 23.6 | VC | 2 |
22 | 18.5 | VC | 2 |
23 | 33.9 | VC | 2 |
24 | 25.5 | VC | 2 |
25 | 26.4 | VC | 2 |
26 | 32.5 | VC | 2 |
27 | 26.7 | VC | 2 |
28 | 21.5 | VC | 2 |
29 | 23.3 | VC | 2 |
30 | 29.5 | VC | 2 |
31 | 15.2 | OJ | 0.5 |
32 | 21.5 | OJ | 0.5 |
33 | 17.6 | OJ | 0.5 |
34 | 9.7 | OJ | 0.5 |
35 | 14.5 | OJ | 0.5 |
36 | 10 | OJ | 0.5 |
37 | 8.2 | OJ | 0.5 |
38 | 9.4 | OJ | 0.5 |
39 | 16.5 | OJ | 0.5 |
40 | 9.7 | OJ | 0.5 |
41 | 19.7 | OJ | 1 |
42 | 23.3 | OJ | 1 |
43 | 23.6 | OJ | 1 |
44 | 26.4 | OJ | 1 |
45 | 20 | OJ | 1 |
46 | 25.2 | OJ | 1 |
47 | 25.8 | OJ | 1 |
48 | 21.2 | OJ | 1 |
49 | 14.5 | OJ | 1 |
50 | 27.3 | OJ | 1 |
51 | 25.5 | OJ | 2 |
52 | 26.4 | OJ | 2 |
53 | 22.4 | OJ | 2 |
54 | 24.5 | OJ | 2 |
55 | 24.8 | OJ | 2 |
56 | 30.9 | OJ | 2 |
57 | 26.4 | OJ | 2 |
58 | 27.3 | OJ | 2 |
59 | 29.4 | OJ | 2 |
60 | 23 | OJ | 2 |
这里的第一列是牙齿的长度,第二列是维生素还是橙汁,第三列是剂量。将该数据保存到一个csv文件中。
> df <- read.table("/Users/admin/Downloads/RData/ToothGrowth.csv",sep=",",header=T)
> df
以上是读入并显示数据。
样品频数显示
> table(df$supp,df$dose)
显示结果
0.5 1 2
OJ 10 10 10
VC 10 10 10
它数据中表示每种种类(OJ为橙汁,VC为VC药品)的不同剂量各有10个样品。
查看每种种类,每种剂量的牙齿生长平均值
扫描二维码关注公众号,回复:
17385434 查看本文章

> aggregate(df$len,by=list(df$supp,df$dose),FUN=mean)
显示结果
Group.1 Group.2 x
1 OJ 0.5 13.23
2 VC 0.5 7.98
3 OJ 1.0 22.70
4 VC 1.0 16.77
5 OJ 2.0 26.06
6 VC 2.0 26.14
由以上数据,我们可以看出在0.5和1mg的剂量下,橙汁明显比VC药品的平均值要大很多,这说明橙汁更有利于牙齿生成。
查看每种种类,每种剂量的牙齿生长方差值
> aggregate(df$len,by=list(df$supp,df$dose),FUN=sd)
显示结果
Group.1 Group.2 x
1 OJ 0.5 4.459709
2 VC 0.5 2.746634
3 OJ 1.0 3.910953
4 VC 1.0 2.515309
5 OJ 2.0 2.655058
6 VC 2.0 4.797731
方差用来反映每种种类,每种剂量的10个样品的差异情况,方差越小,说明样品差异越小。
检测实验结果是偶然的还是显著的,如果是偶然发生的,那么结果就不具有重复性,如果结果显著,就可以知道使用剂量和牙齿生长之间的关系。
> class(df$dose) # 将剂量单位转化为分类因子
> df$dose <- as.factor(df$dose)
> fit <- aov(len~ supp*dose,data=df) # 使用方差分析函数进行分析
> fit
显示结果
Call:
aov(formula = len ~ supp * dose, data = df)
Terms:
supp dose supp:dose Residuals
Sum of Squares 205.350 2426.434 108.319 712.106
Deg. of Freedom 1 2 2 54
Residual standard error: 3.631411
Estimated effects may be unbalanced
结果分析
> summary(fit)
运行结果
Df Sum Sq Mean Sq F value Pr(>F)
supp 1 205.4 205.4 15.572 0.000231 ***
dose 2 2426.4 1213.2 92.000 < 2e-16 ***
supp:dose 2 108.3 54.2 4.107 0.021860 *
Residuals 54 712.1 13.2
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
老乡鸡“开源”了
deepin-IDE 终于实现了自举!
好家伙,腾讯真把 Switch 变成了「思维驰学习机」
腾讯云4月8日故障复盘及情况说明
RustDesk 远程桌面启动重构 Web 客户端
微信基于 SQLite 的开源终端数据库 WCDB 迎来重大升级
TIOBE 4 月榜单:PHP 跌至历史最低点
FFmpeg 之父 Fabrice Bellard 发布音频压缩工具 TSAC
谷歌发布代码大模型 CodeGemma
不要命啦?做的这么好还开源 - 开源图片 & 海报编辑器工具
{{o.name}}
{{m.name}}