R語言
summary.aov
位於 stats
包(package)。 說明
總結方差分析模型。
用法
## S3 method for class 'aov'
summary(object, intercept = FALSE, split,
expand.split = TRUE, keep.zero.df = TRUE, ...)
## S3 method for class 'aovlist'
summary(object, ...)
參數
object |
類 |
intercept |
邏輯:是否應該包含截距項? |
split |
可選的命名列表,其名稱與模型中的術語相對應。每個組件本身都是一個包含整數組件的列表,給出了要對其貢獻進行求和的對比。 |
expand.split |
邏輯:分割是否也適用於涉及因子的相互作用? |
keep.zero.df |
邏輯:是否應該包含沒有自由度的項? |
... |
對於 |
值
分別是c("summary.aov", "listof")
或"summary.aovlist"
類的對象。
對於單個層的擬合,結果將是方差分析表的列表,每個響應一個(即使隻有一個響應):這些表屬於從類 "data.frame"
繼承的類 "anova"
。它們具有 "Df"
、 "Sum Sq"
、 "Mean Sq"
列,以及 "F value"
和 "Pr(>F)"
(如果存在非零殘餘自由度)。模型中的每一項都有一行,如果有的話,再加上"Residuals"
一行。
對於多層擬合,返回值是此類摘要的列表,每個層對應一個。
注意
expand.split = TRUE
的使用幾乎沒有經過測試:始終可以將其設置為 FALSE
並準確指定所需的所有拆分。
例子
## For a simple example see example(aov)
# Cochran and Cox (1957, p.164)
# 3x3 factorial with ordered factors, each is average of 12.
CC <- data.frame(
y = c(449, 413, 326, 409, 358, 291, 341, 278, 312)/12,
P = ordered(gl(3, 3)), N = ordered(gl(3, 1, 9))
)
CC.aov <- aov(y ~ N * P, data = CC , weights = rep(12, 9))
summary(CC.aov)
# Split both main effects into linear and quadratic parts.
summary(CC.aov, split = list(N = list(L = 1, Q = 2),
P = list(L = 1, Q = 2)))
# Split only the interaction
summary(CC.aov, split = list("N:P" = list(L.L = 1, Q = 2:4)))
# split on just one var
summary(CC.aov, split = list(P = list(lin = 1, quad = 2)))
summary(CC.aov, split = list(P = list(lin = 1, quad = 2)),
expand.split = FALSE)
也可以看看
aov
, summary
, model.tables
, TukeyHSD
相關用法
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R summary.lm 總結線性模型擬合
- R summary.princomp 主成分分析的匯總方法
- R summary.glm 廣義線性模型擬合總結
- R supsmu 弗裏德曼的超級平滑
- R stlmethods STL 對象的方法
- R smooth Tukey 的(運行中值)平滑
- R screeplot 屏幕圖
- R sortedXyData 創建一個sortedXyData對象
- R sigma 提取殘餘標準差“Sigma”
- R setNames 設置對象中的名稱
- R stat.anova GLM 方差分析統計
- R scatter.smooth 黃土擬合的平滑曲線散點圖
- R splinefun 插值樣條曲線
- R spec.taper 通過餘弦鍾錐化時間序列
- R symnum 符號數字編碼
- R se.contrast 模型術語對比的標準誤差
- R stepfun Step Functions - 創建和類
- R shapiro.test 夏皮羅-威爾克正態性檢驗
- R selfStart 構建自啟動非線性模型
- R spec.pgram 通過平滑周期圖估計時間序列的譜密度
- R spec.ar 通過 AR Fit 估計時間序列的頻譜密度
- R smooth.spline 擬合平滑樣條曲線
- R stl Loess 時間序列的季節分解
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Summarize an Analysis of Variance Model。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。