R语言方差分析(ANOVA)学生参加辅导课考试成绩差异

原文链接:http://tecdat.cn/?p=18087

 

方差分析是一种常见的统计模型,顾名思义,方差分析的目的是比较平均值。

为了说明该方法,让我们考虑以下样例,该样例为学生在硕士学位课程中的最终统计考试成绩(分数介于0到20之间)。这是我们的因变量 https://latex.codecogs.com/gif.latex?X。“分组”变量将是学生参加辅导课的方式,采用“自愿参与”,“非自愿参与”的方式。最后是“不参与”(不参加或拒绝参加的学生)。为了形成组,我们有两个变量。第一个是学生的性别(“ F”和“ M”),第二个是学生的身份(取决于他们是否获得许可)。


> tail(base)
PART GEN ORIG  NOTE
112   vol          F      R1 16.50
113   non_vol.     M      R1 11.50
114   non_vol.     F      R1 10.25
115   non_vol.     F      R1 10.75
116   non_vol.     F      a  10.50
117   vol          M      R1 15.75

在开始多因素分析之前,让我们从单因素分析开始。我们可以查看分数的变化,具体取决于分组变量 

> boxplot(base$NOTE~base$PAR
> abline(h=mean(base$NOTE),lty=2,col="re

R语言方差分析(ANOVA)学生参加辅导课考试成绩差异_第1张图片

 

我们还可以根据性别来查看 

> boxplot(NOTE~GEN,ylim=c(6,20))

R语言方差分析(ANOVA)学生参加辅导课考试成绩差异_第2张图片

 

 

在方差分析中,假设 https://latex.codecogs.com/gif.latex?X_{i,j}=\mu_j+\varepsilon_{i,j}

https://latex.codecogs.com/gif.latex?X_{i,j}=\mu+\alpha_j+\varepsilon_{i,j}

 https://latex.codecogs.com/gif.latex?j 指定可能的处理方式(这里有3种)。

我们将考虑对 https://latex.codecogs.com/gif.latex?H_0:\forall%20j,\alpha_j=0作为补充假设 https://latex.codecogs.com/gif.latex?H_1:\exists%20j,\alpha_j\neq0。然后,我们将估计两个模型。

第一个是约束模型。

> sum(residuals(lm(NOTE~1,data=base))^2)
[1] 947.4979

对应于

> (SCR0=sum((base$NOTE-mean(base$NOTE))^2))
[1] 947.4979

第二,我们进行回归,

> sum(residuals(lm(NOTE~PART,data=base))^2)
[1] 112.5032

当我们与子组的平均值进行比较时,就等于查看了误差,

>
> (SCR1=sum((base$NOTE-base$moyNOTE)^2))
[1] 112.5032

费舍尔的统计数据

> (F=(SCR0-SCR1)*(nrow(base)-3)/SCR1/(3-1))
[1] 423.0518

判断我们是否处于接受或拒绝假设的范围内 https://latex.codecogs.com/gif.latex?H_0,可以看一下临界值,它对应于费舍尔定律的95%分位数,

> qf(.95,3-1,nrow(base)-3)
[1] 3.075853

由于远远超过了这个临界值,我们拒绝 https://latex.codecogs.com/gif.latex?H_0。我们还可以计算p值

> 1-pf(F,3-1,nrow(base)-3)
[1] 0

在这里(通常)为零。它对应于我们通过函数得到的

Analysis of Variance Table

Response: NOTE
Df Sum Sq Mean Sq F value    Pr(>F)
PART        2 834.99  417.50  423.05 < 2.2e-16 ***
Residuals 114 112.50    0.99
---

或者



Terms:
PART Residuals
Sum of Squares  834.9946  112.5032
Deg. of Freedom        2       114

Residual standard error: 0.9934135
Estimated effects may be unbalanced

可以总结为

Analysis of Variance Table

Response: NOTE
Df    Sum Sq Mean Sq F value Pr(>F)
PART        2 834.99  417.50  423.05 < 2.2e-16 ***
Residuals 114 112.50    0.99
---

 

我们在这里可以看到分数并非独立于分组变量。

我们可以进一步挖掘。Tukey检验提供“多重检验”,它将成对地查看均值的差异,


Tukey multiple comparisons of means
95% family-wise confidence level


$PART
diff       lwr      upr    p adj
non_vol.-non_part.   0.60416 -0.04784 1.2561 0.07539
volontaire-non_part. 6.66379  5.92912 7.3984 0.00000
volontaire-non_vol.  6.05962  5.54078 6.5784 0.00000

我们在这里看到,“非自愿”和“非参与”之间的差异不显着为非零。或更简单地说,假设我们将接受零为零的假设。另一方面,“自愿”参加的得分明显高于“非自愿”参加或不参加的得分。我们还可以成对查看学生的检验,


Pairwise comparisons using t tests with pooled SD

data:  NOTE and PART

non_part. non_vol.
non_vol.   0.03      -
volontaire <2e-16    <2e-16

如果我们将“非自愿”和“非参与”这两种方式结合起来,并将这种方式与“自愿”方式进行比较,我们最终将对平均值进行检验,


Welch Two Sample t-test

data:  NOTE[PART == "volontaire"] and NOTE[PART != "volontaire"]
t = 29.511, df = 50.73, p-value < 2.2e-16
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
5.749719 6.589231
sample estimates:
mean of x mean of y
16.66379  10.49432

我们看到,我们在这里接受了“志愿者”学生的成绩与其他学生不同的假设。

在继续之前,请记住在模型中

https://latex.codecogs.com/gif.latex?Y_i%20=%20\mu+\alpha_j+\varepsilon_{i,j}在某种意义上说,与对应于同调模型 https://latex.codecogs.com/gif.latex?\sigma^2 不依赖分组 https://latex.codecogs.com/gif.latex?j

我们可以使用Bartlett检验(该检验将检验方差的同质性)来检验该假设,请记住,如果p值超过5%,则假设“方差齐整性”得到了验证


Bartlett test of homogeneity of variances

data:  base$NOTE and base$PART
Bartlett's K-squared = 0.5524, df = 2, p-value = 0.7587

更进一步,我们可以尝试对性别进行方差分析的两因素分析,通常要根据我们的分组情况,也可以根据性别对变量进行分析。当均值的形式为零时,我们将讲一个没有相互作用的模型 https://latex.codecogs.com/gif.latex?A+B,我们可以包括我们考虑的交互

总的来说,我们的模型

其中,按实验处理方式表示与观察到的平均值平均值的偏差,而按组表示与所观察到的平均值平均值的偏差。这样可以通过添加一些约束来识别模型。最大似然估计:

https://latex.codecogs.com/gif.latex?%20\widehat{\mu}=\overline{x}

对应于总体平均值

https://latex.codecogs.com/gif.latex?%20\widehat{\alpha}_j=\overline{x}_j-\overline{x}

对应于每次实验的平均值(或更确切地说,它与总体平均值的偏差),

https://latex.codecogs.com/gif.latex?\widehat{\beta}_k=\overline{x}_k-\overline{x}

最后

https://latex.codecogs.com/gif.latex?\widehat{\gamma}_{j,k}=\overline{x}_{j,k}-\widehat{\mu}-\widehat{\alpha}_j-\widehat{\beta}_k

https://latex.codecogs.com/gif.latex?\widehat{\gamma}_{j,k}=\overline{x}_{j,k}-\overline{x}_j-\overline{x}_k+\overline{x}

我们对一组进行方差分析

https://latex.codecogs.com/gif.latex?SCR_0=\sum_{i,j,k}[x_{i,j,k}-\overline{x}]^2

对于约束模型,

https://latex.codecogs.com/gif.latex?SCR_{\alpha}=[m%20J]\sum_{j}[\overline{x}_{j}-\overline{x}]^2https://latex.codecogs.com/gif.latex?SCR_{\beta}=[m%20K]\sum_{k}[\overline{x}_{k}-\overline{x}]^2https://latex.codecogs.com/gif.latex?SCR_{\gamma}=m\sum_{j,k}[\overline{x}_{j,k}-\overline{x}_j-\overline{x}_k+\overline{x}]^2

 https://latex.codecogs.com/gif.latex?J 和 https://latex.codecogs.com/gif.latex?K 表示实验次数和组数

https://latex.codecogs.com/gif.latex?SCR_{\varepsilon}=\sum_{i,j,k}\widehat{\varepsilon}_{i,j,k}^2

方差分解公式在这里给出

https://latex.codecogs.com/gif.latex?SCR_0=SCR_{\alpha}+SCR_{\beta}+SCR_{\gamma}+SCR_{\varepsilon}

我们将进行手动计算,


Terms:
PART    GENRE PART:GENRE Residuals
Sum of Squares  834.9946  20.9618     3.4398   88.1017
Deg. of Freedom        2        1          2       111

Residual standard error: 0.8909034
Estimated effects may be unbalanced

总结结果

Analysis of Variance Table

Response: NOTE
Df Sum Sq Mean Sq  F value    Pr(>F)
PART         2 834.99  417.50 526.0081 < 2.2e-16 ***
GENRE        1  20.96   20.96  26.4099 1.194e-06 ***
PART:GENRE   2   3.44    1.72   2.1669    0.1194
Residuals  111  88.10    0.79
---

由于实验组与对照组之间似乎没有任何交互作用,因此可以将其从方差分析中删除。

Analysis of Variance Table

Response: NOTE
Df Sum Sq Mean Sq F value    Pr(>F)
PART        2 834.99  417.50 515.364 < 2.2e-16 ***
GENRE       1  20.96   20.96  25.875 1.461e-06 ***
Residuals 113  91.54    0.81
---

从结果可以看到(自愿)参加课程会有所帮助。


R语言方差分析(ANOVA)学生参加辅导课考试成绩差异_第3张图片

最受欢迎的见解

1.R语言多元Logistic逻辑回归 应用案例

2.面板平滑转移回归(PSTR)分析案例实现

3.matlab中的偏最小二乘回归(PLSR)和主成分回归(PCR)

4.R语言泊松Poisson回归模型分析案例

5.R语言回归中的Hosmer-Lemeshow拟合优度检验

6.r语言中对LASSO回归,Ridge岭回归和Elastic Net模型实现

7.在R语言中实现Logistic逻辑回归

8.python用线性回归预测股票价格

9.R语言如何在生存分析与Cox回归中计算IDI,NRI指标

你可能感兴趣的:(数理统计,R语言,R语言,方差分析,ANOVA,成绩差异)