R语言
oats
位于 MASS
包(package)。 说明
split-plot 田间试验使用三个品种和四个粪肥处理水平得出的燕麦产量。该实验分为 6 个区块,每块 3 个主要地块,每个地块分为 4 个sub-plots。这些品种被应用于主要地块,肥料处理被应用于sub-plots。
用法
oats
格式
该 DataFrame 包含以下列:
B
-
区块,I、II、III、IV、V 和 VI 层。
V
-
品种,3个级别。
N
-
氮(肥料)处理,水平为 0.0cwt、0.2cwt、0.4cwt 和 0.6cwt,显示以 cwt/英亩为单位的应用情况。
Y
-
每 sub-plot 的产量为 1/4 磅,每个面积 1/80 英亩。
例子
oats$Nf <- ordered(oats$N, levels = sort(levels(oats$N)))
oats.aov <- aov(Y ~ Nf*V + Error(B/V), data = oats, qr = TRUE)
## IGNORE_RDIFF_BEGIN
summary(oats.aov)
summary(oats.aov, split = list(Nf=list(L=1, Dev=2:3)))
## IGNORE_RDIFF_END
par(mfrow = c(1,2), pty = "s")
plot(fitted(oats.aov[[4]]), studres(oats.aov[[4]]))
abline(h = 0, lty = 2)
oats.pr <- proj(oats.aov)
qqnorm(oats.pr[[4]][,"Residuals"], ylab = "Stratum 4 residuals")
qqline(oats.pr[[4]][,"Residuals"])
par(mfrow = c(1,1), pty = "m")
oats.aov2 <- aov(Y ~ N + V + Error(B/V), data = oats, qr = TRUE)
model.tables(oats.aov2, type = "means", se = TRUE)
来源
Yates, F. (1935) 复杂实验,皇家统计学会杂志增刊。 2、181-247。
Yates, F. (1970) 实验设计:Frank Yates, C.B.E, F.R.S. 的论文精选伦敦:格里芬。
参考
Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.
相关用法
- R summary.rlm 鲁棒线性模型的总结方法
- R ginv 广义逆矩阵
- R housing 哥本哈根住房条件调查的频率表
- R biopsy 乳腺癌患者的活检数据
- R predict.qda 根据二次判别分析进行分类
- R contr.sdif 连续差异对比编码
- R Melanoma 恶性黑色素瘤的生存率
- R boxcox 线性模型的 Box-Cox 变换
- R predict.glmmPQL glmmPQL 拟合的预测方法
- R ucv 带宽选择的无偏交叉验证
- R theta.md 估计负二项式的 theta
- R parcoord 平行坐标图
- R rlm 线性模型的稳健拟合
- R npk 经典 N、P、K 阶乘实验
- R Cars93 1993 年美国销售的 93 辆汽车的数据
- R predict.lda 通过线性判别对多变量观测值进行分类
- R geyser 老忠实间歇泉数据
- R summary.negbin 类“negbin”对象的摘要方法函数
- R Aids2 澳大利亚艾滋病生存数据
- R truehist 绘制直方图
- R mcycle 来自模拟摩托车事故的数据
- R loglm1 通过迭代比例缩放拟合对数线性模型 - 内部函数
- R kde2d 二维核密度估计
- R dropterm 尝试模型中的所有一项删除
- R eqscplot 具有几何等比例的图
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Data from an Oats Field Trial。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。