我有一个在树木上进行的野外实验,我们在一个小种植园里按照随机完全区组设计(RCBD)种植了不同的基因型。现在我想在R中做分析,但是我对如何做有一些疑问。简而言之,我有3个区块和5个基因型,除了我们测量的几个变量外,其中一个是身高。我用来做ANOVA检验的代码是:
fit <- lm(HEIGHT~GENOTYPE+BLOCK,data=data)
anova(fit)在一些网页上,我看到他们写道:
lm(HEIGHT~BLOCK+GENOTYPE,data=data)我不知道哪一个是确切的区别,但我已经尝试了两个线性模型(lm),结果并不相同。问题很简单:为什么?当我写"Height~Genotype+Block“和"Height~Block+Genotype”时,我告诉R的到底是什么?另一个问题是:我做的阻塞方差分析是正确的吗?
非常感谢你提前!
发布于 2015-07-17 04:20:47
应该在模型中的主效应之后考虑块,因为您想要确定相对于阻塞因子的主效应描述了总变化的多少。当首先考虑阻塞因素时,它实际上起到了主效应的作用,而基因型效应变成了阻塞因素。您也可以使用下面的代码执行相同的分析。
fit <- aov(HEIGHT ~ GENOTYPE + BLOCK, data=data)
summary(fit)https://stackoverflow.com/questions/31463532
复制相似问题