如果您正在执行单向方差分析以测试组之间是否存在显着差异,则隐式地在比较两个嵌套模型(因此只有一层嵌套,但仍处于嵌套状态)。
这两个模型是:
比较均值和对等模型与嵌套模型的示例:让我们从虹膜数据集中获取隔片长度(cm)(如果我们使用所有四个变量,我们实际上可以像Fisher在1936年所做的那样进行LDA或MANOVA)
观察到的总数和组均值是:
μ吨Ô 吨一个升μ小号Ë 吨Ô 小号一个μv Ë ř 小号我Ç ö 升ö řμv 我ř 克我Ñ 我Ç 一个= 5.83= 5.01= 5.94= 6.59
模型形式:
模型1: 模型2: ÿ我Ĵ= 5.83 + ϵ一世ÿ我Ĵ= 5.01 + ⎡⎣⎢00.931.58⎤⎦⎥Ĵ+ ϵ一世
Σ ε2一世= 102.1683
Σ ε2一世= 38.9562
方差分析表将类似于(并隐式计算组的平方和之间的差,即表中具有2个自由度的63.212):
> model1 <- lm(Sepal.Length ~ 1 + Species, data=iris)
> model0 <- lm(Sepal.Length ~ 1, data=iris)
> anova(model0, model1)
Analysis of Variance Table
Model 1: Sepal.Length ~ 1
Model 2: Sepal.Length ~ 1 + Species
Res.Df RSS Df Sum of Sq F Pr(>F)
1 149 102.168
2 147 38.956 2 63.212 119.26 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
F= R S小号d我˚FFË ř Ë Ñ Ç Èd ˚Fd我˚FFË ř Ë Ñ Ç È[R 小号小号ñ Ë W ^d ˚Fñ Ë W ^= 63.212238.956147= 119.26
示例中使用的数据集:
三种不同种类的鸢尾花的花瓣长度(厘米)
Iris setosa Iris versicolor Iris virginica
5.1 7.0 6.3
4.9 6.4 5.8
4.7 6.9 7.1
4.6 5.5 6.3
5.0 6.5 6.5
5.4 5.7 7.6
4.6 6.3 4.9
5.0 4.9 7.3
4.4 6.6 6.7
4.9 5.2 7.2
5.4 5.0 6.5
4.8 5.9 6.4
4.8 6.0 6.8
4.3 6.1 5.7
5.8 5.6 5.8
5.7 6.7 6.4
5.4 5.6 6.5
5.1 5.8 7.7
5.7 6.2 7.7
5.1 5.6 6.0
5.4 5.9 6.9
5.1 6.1 5.6
4.6 6.3 7.7
5.1 6.1 6.3
4.8 6.4 6.7
5.0 6.6 7.2
5.0 6.8 6.2
5.2 6.7 6.1
5.2 6.0 6.4
4.7 5.7 7.2
4.8 5.5 7.4
5.4 5.5 7.9
5.2 5.8 6.4
5.5 6.0 6.3
4.9 5.4 6.1
5.0 6.0 7.7
5.5 6.7 6.3
4.9 6.3 6.4
4.4 5.6 6.0
5.1 5.5 6.9
5.0 5.5 6.7
4.5 6.1 6.9
4.4 5.8 5.8
5.0 5.0 6.8
5.1 5.6 6.7
4.8 5.7 6.7
5.1 5.7 6.3
4.6 6.2 6.5
5.3 5.1 6.2
5.0 5.7 5.9
anova()
函数实现,因为第一个真实的ANOVA也使用了F-test。这导致术语混乱。