方差检验

对实验数据检验方差相等的正态分布总体均值是否相等。判断各因素对试验指标影响是否显著。根据影响实验指标条件的个数可以区分为：单因素方差分析，双因素方差分析，多因素方差分析
boxplot（目标变量~变量，data=数据框）

cholesterol=read.table("treatment.txt",sep="\t",header = T)
cholesterol
#画箱式图看基本数据分布
boxplot(response~trt,data=cholesterol)
#检验方差是否相等。（P值大于0.05为方差没有显著差异。可以认为是相等的）
bartlett.test(response~trt,data=cholesterol)
#单因素方差分析
fit<-aov(response~trt,data=cholesterol)
fit
summary(fit)

实例

箱子中的黑线是中值，箱体是下边缘为1/4分位数，上边缘为3/4分位数。上下两侧为最小值和最大值。

方差检验实例。不显示P值，需用summary看
summary显示P值

只能看5组整体是否有差异，不能看两两之间的差异，可以两两T检验。也可以直接对各组均值差异做成对检验。

#两两变量检验。检验前要先做方差检验
TukeyHSD(fit)

实例

第一列为均值差异，第二列为置信区间，最后为P值（校正后）

画图展示结果

#画图展示结果
library(multcomp) 
par(mar=c(5,4,6,2))
tuk<-glht(fit,linfct=mcp(trt="Tukey"))
plot(cld(tuk,level=0.05),col="lightgreen")

实例

上方存在相同字母的组间差异不显著