2016-12-15 118 views
0

我在R中做了一個簡單的ANOVA,如下所示。Excel和R爲什麼給出不同的ANOVA輸出?

x1 <- c(180,45,45,200,65,150,380,250,0,0,320,100,80,0,280,20,60,300,210,0,20,0,0,260,220) 
x2 <- c(0,100,120,0,40,200,20,240,80,420,0,0,0,220,160,40,180,0,0,40,0,20,100,0,120) 
dat = data.frame(cbind(x1,x2)) 
colnames(dat) <- c("Column1","Column2") 
dat$Column2<-as.factor(dat$Column2) 
anova(lm(Column1~Column2,data=dat)) 

這是我得到的輸出。

Analysis of Variance Table 

Response: Column1 
      Df Sum Sq Mean Sq F value Pr(>F) 
Column2 11 181842 16531 1.2339 0.3548 
Residuals 13 174164 13397    

然而,當我使用Excel中執行相同的ANOVA「方差分析:單因素」我得到下面的結果。

enter image description here

+0

您還沒有做同樣的分析。在R分析中,您有12組觀察25個觀察值。在你的Excel分析中,你有兩組觀察50個。你打算做哪些分析? – Benjamin

+0

你並沒有像使用like一樣比較 - 在​​R中得到相同的結果,你需要做如下的事情:'test < - data.frame(value = c(x1,x2),group = rep(1:2,c (長度(X1),長度(×2)))); anova(lm(value〜group,data = test))' – thelatemail

回答

2

你需要有一個數據集,其中兩列值和組:

> dat <- stack(data.frame(x1,x2)) 
> colnames(dat) <- c("Column1","Column2") 
> dat$Column2<-as.factor(dat$Column2) 
> anova(lm(Column1~Column2,data=dat)) 
Analysis of Variance Table 

Response: Column1 
      Df Sum Sq Mean Sq F value Pr(>F) 
Column2 1 23545 23544 1.8204 0.1836 
Residuals 48 620806 12934   
相關問題