[英]Why do I get different stats when using summar(aov) and anova_test in R?
這是一個 R-stats 問題。 我有很多學科的數據。 我的因變量是一些血液測量值,比方說白細胞計數(cont 變量)。 bc = 5.6 我感興趣的自變量是組,Dx,(3 個水平:控制、抑郁、緩解)。 我想“糾正”(添加協變量)、年齡(續)和性別(二進制)。
這給了我公式:
myform_aov <- as.formula(sprintf("%s ~ %s + %s + %s", current_bc, "age","gender", "Dx"))
如果我將這個公式輸入
anova <- summary(aov(myform_aov, data = data))
和
res.ancova <- data %>% anova_test(myform_aov)
我得到(稍微)不同的結果。 這是為什么,用哪個更正確?
summary( aov ())和anova_test (())有什么區別?
aov: Dx,p-val: 0.2377 年齡,p-val: 0.018 性別,p-val: 0.04
anova_test: Dx,p-val:0.238 年齡,p-val:0.014 性別,p-val:0.06
默認情況下, anova_test()
正在執行 II 型測試aov()
正在執行 I 型測試。 您可以通過指定type=1
使anova_test()
與aov()
() 具有可比性。
library(ggplot2)
library(rstatix)
form <- qsec ~ as.factor(cyl) + hp
anova_test(data=mtcars, form )
#> Coefficient covariances computed by hccm()
#> ANOVA Table (type II tests)
#>
#> Effect DFn DFd F p p<.05 ges
#> 1 as.factor(cyl) 2 28 0.287 0.753 0.020
#> 2 hp 1 28 9.286 0.005 * 0.249
summary(aov(form, data=mtcars))
#> Df Sum Sq Mean Sq F value Pr(>F)
#> as.factor(cyl) 2 34.61 17.303 10.021 0.000522 ***
#> hp 1 16.03 16.034 9.286 0.004995 **
#> Residuals 28 48.35 1.727
#> ---
#> Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
anova_test(data=mtcars, form, type=1)
#> ANOVA Table (type I tests)
#>
#> Effect DFn DFd F p p<.05 ges
#> 1 as.factor(cyl) 2 28 10.021 0.000522 * 0.417
#> 2 hp 1 28 9.286 0.005000 * 0.249
由reprex package (v2.0.1) 創建於 2023-01-17
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.