如何估计R的变异源？(对于双向方差分析)

Question

在我的实验室中，我们使用了一个统计软件包，但现在我们使用R进行统计。

使用统计软件，经过双因素方差分析，结果表包括“变异来源”和“总变异的百分比”。如何从R中获取这些值？

示例：此数据集

Temperature <- factor(c(rep("cold", times = 4),
                        rep("hot", times = 4)),
                      levels = c("cold", "hot"))

Light <- factor(rep(c(rep("blue", times = 2),
                      rep("yellow", times = 2)),
                    times = 2),
                levels = c("blue", "yellow"))

Result <- c(90.40, 85.20, 21.70, 25.30,
            75.12, 77.36, 6.11, 10.8)

Data <- data.frame(Temperature, Light, Result)

​

R中的双因素方差分析：

two_wayANOVA <- aov(data = Data,
                    formula = Result ~ Temperature * Light)
summary(two_wayANOVA)


 Df Sum Sq Mean Sq  F value  Pr(>F)    
Temperature        1    354     354   42.250 0.00289 ** 
Light              1   8723    8723 1041.366 5.5e-06 ***
Temperature:Light  1      6       6    0.725 0.44250    
Residuals          4     34       8                     
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

在统计软件中：

​

Answer 1

正如@yh6评论的那样，可以通过将SumSq除以"Sum Sq“的总和来确定变异的来源。

扫把包有方便tidy函数从aov函数，并将其转换为数据框以便于处理。

library(broom)
output <- tidy(two_wayANOVA)

output$variationSource <- output$sumsq/sum(output$sumsq)*100
output


# A tibble: 4 x 7
  term                 df   sumsq  meansq statistic     p.value variationSource
                                            
1 Temperature           1  354.    354.      42.2    0.00289              3.88  
2 Light                 1 8723.   8723.    1041.     0.00000550          95.7   
3 Temperature:Light     1    6.07    6.07     0.725  0.442                0.0666
4 Residuals             4   33.5     8.38    NA      NA                   0.368

更新

要重新创建重要性列，请将以下行添加到脚本中：

output$sig <- cut(output$p.value, breaks=c(0,  0.001,  0.01,  0.05,  0.1, 1), 
                                  labels=c( '***',  '**' , '*' , '.', ' ' ))