r是乙個免費的統計計算工具，輕便好用，**是 可以在windows， linux，mac系統下安裝
anova是方差分析的簡稱，用於兩個及兩個以上樣本均數差別的顯著性檢驗. 主要結果為乙個p值，p值越大說明組間差異越小，
p值越**明組間差異越明顯
這裡舉個例子，備忘
第一步,在excel裡輸入兩列資料，左邊數字代表user編號，一共91組資料，7個使用者各有13個陣列，右側x代表使用者測試時產生的座標。
userx1
41261
19131
131251
13181
6121
2101
5272
19262
9272
22222
9242
2212
112153
7363
23113
03103
13283
113203
8343
29454
11474
24104
284124
24124
7464
20475
3535
45225
55195
145175
145105
235255
2696
176116
296126
176156
156296
116206
2607
1737
1727
4737
137297
5747
5787
10 第二步，在excel裡將檔案另存為csv,命名為bl.csv
第三步，檢視csv檔案，確認各項之間以逗號,分隔
user,x
1,41,26
1,19
1,3第四步，開啟r,,讀取csv資料檔案,進行單因素方差分析
>
x<-read.csv("d:/anova/bl.csv")
>
attach(x)
>
mya<-aov(x~as,factor(user))
>
summary(mya)
df sum sq mean sq f value pr(>f)
as.factor(user) 6 473 78.84 1.184 0.323
residuals 84 5596 66.62
如果結果發現差異很明顯，即p值很小，再進行tuekyhsd進行兩兩分析
>
tukeyhsd(mya)
diff lwr upr p adj
2-1 -0.9230769 -10.594178 8.748025 0.9999503
3-1 0.8461538 -8.824948 10.517255 0.9999703
4-1 0.2307692 -9.440332 9.901871 1.0000000
5-1 2.6923077 -6.978794 12.363409 0.9798055
6-1 4.6923077 -4.978794 14.363409 0.7639886
7-1 -2.9230769 -12.594178 6.748025 0.9695065
3-2 1.7692308 -7.901871 11.440332 0.9978811
4-2 1.1538462 -8.517255 10.824948 0.9998164
5-2 3.6153846 -6.055717 13.286486 0.9172449
6-2 5.6153846 -4.055717 15.286486 0.5822558
7-2 -2.0000000 -11.671101 7.671101 0.9958220
4-3 -0.6153846 -10.286486 9.055717 0.9999955
5-3 1.8461538 -7.824948 11.517255 0.9973139
6-3 3.8461538 -5.824948 13.517255 0.8917328
7-3 -3.7692308 -13.440332 5.901871 0.9007048
5-4 2.4615385 -7.209563 12.132640 0.9872799
6-4 4.4615385 -5.209563 14.132640 0.8037084
7-4 -3.1538462 -12.824948 6.517255 0.9559006
6-5 2.0000000 -7.671101 11.671101 0.9958220
7-5 -5.6153846 -15.286486 4.055717 0.5822558
7-6 -7.6153846 -17.286486 2.055717 0.2206000
R語言進行方差分析
一 單因子方差分析 one way anova 1 建模 我們採用multcomp包中的cholesterol資料集作為例子，其中response為響應變數，trt為 變數，這個處理中有五種水平。從下面的箱形圖中可觀察到處理的不同水平對於響應變數的影響。再用aov函式建立單因子方差模型，從結果的p值...
ryuyan 方差分析 利用R語言進行方差分析
一 單因子方差分析 one way anova 1 建模 我們採用multcomp包中的cholesterol資料集作為例子，其中response為響應變數，trt為 變數，這個處理中有五種水平。從下面的箱形圖中可觀察到處理的不同水平對於響應變數的影響。再用aov函式建立單因子方差模型，從結果的p值...
python進行簡單方差分析
資料 v1樣品1 樣品2樣品3 樣品4樣品5 data data.drop v1 axis 1 去掉序號那一列 r data.index.size n data.columns.size 列數 s 0sum 0 for i in range 0,r for j in range 0,n s s da...