只考查一个因素(不同水平)的方差分析称为单因素方差分析。现需要考查药剂处理对水稻种子出苗后一定时间苗高(cm)的影响,使用4种药剂分别处理一批水稻种子,出苗后各抽取4株进行测量后获得如下数据,试对实验数据进行分析。
输入数据(不同药剂处理水稻种子后的苗高)
方差检验条件评估(正态性、方差齐性、独立性)
正态性。在R语言中,对于正态性,用函数shapiro.test()检验,它提供了W统计量和相应p值,所以可以直接使用p值作为判断标准,其调用格式为shapiro.test(x),参数x即所要检验的数据集。shapiro.test()检验结果中p>0.05时,接受原假设,即该数据服从正态分布。
方差齐性。方差的齐性检验就是检验数据在不同的水平下方差是否相同,常用方法是Bartlett检验。H0假设:各组的数据是等方差。要注意的是方差齐性检验对离群点非常敏感。如果数据量大时需要做离群点检测,可以通过箱线图观察或者car包里面的outliter Test()函数检验。
独立性:因变量是否相互独立,可以从收集数据的过程中加以判断。也可以用R语言car包中的durbin Watson Test()函数可以进行Durbin-Watson检验。H0假设:各因变量之间相互独立。
经过上述分析,该数据似乎可以用ANOVA模型进行方差分析,说明之后的分析结果是可以接受的。(www.xing528.com)
方差分析。通过summary()函数对方差分析结果汇总可以获得方差分析表。结果表明4种药剂处理对水稻种子处理后,苗高有极显著差异,但是四种药剂彼此之间是否存在差异尚不清楚,还需要进行多重比较分析。
对不同药剂品种处理进行汇总计算,看起来苗高均值有差异,但是必须进行多重比较(事后测试和校正)才能得出正确结论。
多重比较。这里主要是处理因素各水平间(不同药剂品种)两两比较,故采用SSR法,使用agricolae包中的duncan.test()函数计算。
可视化。将实验数据及分析结果进行图形绘制展示。
图7-2 不同药剂处理对水稻出苗苗高的影响
结论:考查药剂处理对水稻种子出苗后苗高(cm)的影响,现使用4种药剂分别处理一批水稻种子,出苗后各抽取4株进行测量后获得实验数据,对实验数据进行分析无缺失和异常值,数据满足正态性,方差齐性和独立性假设。使用单因素方差分析,发现不同药剂对水稻苗高有极显著影响[F(3,12)=20.57,p<0.001]。使用SSR法对不同药剂处理后水稻苗高进行均值比较,药剂D处理水稻苗高均值(29±2.16cm)最高,药剂B处理水稻苗高均值(23±2.58cm)次之,与其他药剂处理有极显著差异,药剂A和C处理苗高均值较低且无显著差异。具体结果见图。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。