nested_design

nested_design

li_volleyball ,邓邦良

2016年3月6日

嵌套设计

一、基本概念

嵌套设计（nested design)又称为窝设计和套设计，与析因设计的处理不同，嵌套设计不是各因素个水平的全面组合，而是各因素按其隶属关系系统分组，各因素水平之间没有交叉。 [^]:图片取自孙振球老师 《医学统计学》P208

计算过程R script

  dat<-data.frame( x=c(82,84,91,88,85,83,65,61 ,62 ,59 ,56, 60 ,71 ,67 ,75 ,78 ,85 ,89), cuihuaji=gl(3,6), wendu=factor(rep(c(1,1,2,2,3,3),3)) ) dat

##     x cuihuaji wendu
## 1  82        1     1
## 2  84        1     1
## 3  91        1     2
## 4  88        1     2
## 5  85        1     3
## 6  83        1     3
## 7  65        2     1
## 8  61        2     1
## 9  62        2     2
## 10 59        2     2
## 11 56        2     3
## 12 60        2     3
## 13 71        3     1
## 14 67        3     1
## 15 75        3     2
## 16 78        3     2
## 17 85        3     3
## 18 89        3     3

  summary(aov(x~cuihuaji*wendu,data = dat)) # two way ANOVA

##                Df Sum Sq Mean Sq F value   Pr(>F)    
## cuihuaji        2 1956.0   978.0 177.818 5.83e-08 ***
## wendu           2   74.3    37.2   6.758 0.016142 *  
## cuihuaji:wendu  4  326.7    81.7  14.848 0.000534 ***
## Residuals       9   49.5     5.5                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

  summary(aov(x~cuihuaji/wendu,data = dat)) # nested design ANOVA

##                Df Sum Sq Mean Sq F value   Pr(>F)    
## cuihuaji        2 1956.0   978.0  177.82 5.83e-08 ***
## cuihuaji:wendu  6  401.0    66.8   12.15 0.000716 ***
## Residuals       9   49.5     5.5                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

  #Another version :nested ANOVA summary(aov(x~cuihuaji + Error(cuihuaji/wendu),data=dat))

## 
## Error: cuihuaji
##          Df Sum Sq Mean Sq
## cuihuaji  2   1956     978
## 
## Error: cuihuaji:wendu
##           Df Sum Sq Mean Sq F value Pr(>F)
## Residuals  6    401   66.83               
## 
## Error: Within
##           Df Sum Sq Mean Sq F value Pr(>F)
## Residuals  9   49.5     5.5

参考 李欣海