R语言-实验9-方差分析-(2)

1、实验9 方差分析一、 实验目的：1. 掌握单因素方差分析的思想和方法；2. 掌握多重均值检验方法；3. 掌握多个总体的方差齐性检验；4. 掌握Kruskal-Wallis秩和检验的思想和方法；5. 掌握多重Wilcoxon秩和检验的思想和方法。二、 实验内容：练习：要求：完成练习并粘贴运行截图到文档相应位置(截图方法见下)，并将所有自己输入文字的字体颜色设为红色（包括后面的思考及小结），回答思考题，简要书写实验小结。修改本文档名为“本人完整学号姓名1”，其中1表示第1次实验，以后更改为2,3,.。如文件名为“1305543109张立1”，表示学号为1305543109的张立同学的第1次实验，注意文件名中没有空格及任何其它字符。最后连同数据文件、源程序文件等（如果有的话，本次实验没有），一起压缩打包发给课代表，压缩包的文件名同上。截图方法：法1：调整需要截图的窗口至合适的大小，并使该窗口为当前激活窗口（即该窗口在屏幕最前方），按住键盘Alt键（空格键两侧各有一个）不放，再按键盘右上角的截图键（通常印有“印屏幕”或“Pr Scrn”等字符），即完成截图。再粘贴到word文档的相应位置即可。

2、法2：利用QQ输入法的截屏工具。点击QQ输入法工具条最右边的“扳手”图标，选择其中的“截屏”工具。）1. 自行完成教材的相关例题。2. （习题7.1）进行一次试验，当缓慢旋转的布面轮子受到磨损时，比较3种布上涂料的磨损量。对每种涂料类型试验10个涂料样品，记录每个样品直到出现可见磨损时的小时数，数据由下表给出（数据存放在paint.data文件中）。试用单因素方差分析方法分析：这3种涂料直至磨损明显可见的平均时间是否存在显著差异？如果存在，请做多重T检验，分析哪种涂料之间存在显著差异。三种涂料的磨损数据涂料磨损小时数A1487639352023613455166415153B51326443394535327214135280304C3356432165361287232583110594465解：（1）这3种涂料直至磨损明显可见的平均时间是否存在显著差异？提出假设：H0：这3种涂料直至磨损明显可见的平均时间不存在显著差异H1：这3种涂料直至磨损明显可见的平均时间存在显著差异源代码及运行结果：（复制到此处，不需要截图） x A aov.sol summary(aov.sol) Df S

3、um Sq Mean Sq F value Pr(F) A 2 198772 99386 3.482 0.0452 *Residuals 27 770671 28543 -Signif. codes: 0 * 0.001 * 0.01 * 0.05 . 0.1 1 结论：从P(0.0452 tapply(x,A,mean) 1 2 3 229.6 309.9 427.8 pairwise.t.test(x,A) Pairwise comparisons using t tests with pooled SD data: x and A 1 2 2 0.297 - 3 0.042 0.261P value adjustment method: holm 结论：由检验结果得出：这3种涂料直至磨损明显可见的平均时间互相存在显著差异。3. （习题7.2）用于清洁金属部件有3种有机溶剂：芬芳剂、氯烷和酯类。下表（数据存放在solvent.data文件中）给出了这3种溶剂吸附比的测试结果，能否根据这组数据分析出这3种溶剂的吸附比是否存在显著差异？如果存在，请做多重T检验，分析哪种有机溶剂之间存在

4、显著差异。三种溶剂吸附比数据（单位：摩尔分数）溶剂摩尔分数芬芳剂1.060.790.820.891.050.950.651.151.12氯烷1.581.450.571.161.120.910.830.43酯类0.290.060.440.610.550.430.510.100.340.530.060.090.170.600.17解：（1）这3种溶剂的吸附比是否存在显著差异？提出假设：H0：这3种溶剂的吸附比存在显著差异H1：这3种溶剂的吸附比不存在显著差异源代码及运行结果：（复制到此处，不需要截图） x A aov.sol summary(aov.sol) Df Sum Sq Mean Sq F value Pr(F) A 2 3.305 1.6527 24.51 5.86e-07 *Residuals 29 1.955 0.0674 -Signif. codes: 0 * 0.001 * 0.01 * 0.05 . 0.1 1 结论：由P(5.86e-070.05),H0不成立，即这3种溶剂的吸附比不存在显著差异（2）如果存在，请做多重T检验，分析哪种有机溶剂之间存在显著差异？提出假设

5、：H0：H1：源代码及运行结果：（复制到此处，不需要截图）结论：4. （习题7.3）对习题7.2的数据做正态性检验和方差齐性检验，试分析：使用方差不同模型（如oneway.test()函数）和方差相同模型（如aov()函数）哪个更合理？解：（1）正态性检验提出假设：H0：uiH1：源代码及运行结果：（复制到此处，不需要截图） x A tapply(x,A,shapiro.test)$1 Shapiro-Wilk normality testdata: XiW = 0.9508, p-value = 0.6989$2 Shapiro-Wilk normality testdata: XiW = 0.96815, p-value = 0.8831$3 Shapiro-Wilk normality testdata: XiW = 0.89092, p-value = 0.06923 结论：由计算结果得，三组数据满足正态性要求（2）方差齐性检验提出假设：H0：满足方差齐性H1：不满足方差齐性源代码及运行结果：（复制到此处，不需要截图） bartlett.test(x,A) Bartlett t

6、est of homogeneity of variancesdata: x and ABartletts K-squared = 6.7779, df = 2, p-value = 0.03374结论：由结果得，不满足方差齐性要求。（3）使用方差不同模型（如oneway.test()函数）和方差相同模型（如aov()函数）哪个更合理？aov()函数更合理5. （习题7.4）使用方差不同模型（oneway.test()函数）和秩检验方法（kruskal.test()函数）对习题7.1中的数据进行分析是否得到与习题7.1相同的结果？如果得到的结论不同，哪个结论更合理？试对数据做正态性检验（如shapiro.test()函数）和方差齐性检验（如bartlett.test()函数）来说明这一问题。解：（1）使用方差不同模型（oneway.test()函数）分析：这3种涂料直至磨损明显可见的平均时间是否存在显著差异？提出假设：H0：这3种涂料直至磨损明显可见的平均时间存在显著差异H1：这3种涂料直至磨损明显可见的平均时间不存在显著差异源代码及运行结果：（复制到此处，不需要截图） scan(fi

7、le.choose()Read 30 items 1 148 76 393 520 236 134 55 166 415 153 513 264 433 94 535 327 214 13519 280 304 335 643 216 536 128 723 258 380 594 465 A oneway.test(xA,A) One-way analysis of means (not assuming equal variances)data: x and AF = 2.9699, num df = 2.000, denom df = 17.775, p-value = 0.07713 结论：这3种涂料直至磨损明显可见的平均时间不存在显著差异（2）使用秩检验方法（kruskal.test()分析：这3种涂料直至磨损明显可见的平均时间是否存在显著差异？提出假设：H0：这3种涂料直至磨损明显可见的平均时间存在显著差异H1：这3种涂料直至磨损明显可见的平均时间不存在显著差异源代码及运行结果：（复制到此处，不需要截图） kruskal.test(xA,A) Kruskal-Wallis rank sum testdata: x by AKruskal-Wallis chi-squared = 5.4684, df = 2, p-value = 0.06495 结论：这3种涂料直至磨损明显可见的平均时间不存在显著差异（3）如果得到的结论不同，哪个结论更合理？试对数据做正态性检验（如shapiro.test()函数）和方差齐性检验（如bartlett.test()函数）来说明这一问题。6. （习题7.6）考查不同职业人群对心理疾

《R语言-实验9-方差分析-(2)》由会员路开分享，可在线阅读，更多相关《R语言-实验9-方差分析-(2)》请在金锄头文库上搜索。