COMMunication
RESearch.NET

User Tools

Site Tools

You are here: index » c » ms » 2025 » w07_anova_note
Trace: • repeated_measures_anova • w07_anova_note • measuring_central_tendency • twoway_anova
c:ms:2025:w07_anova_note

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision		Previous revision
c:ms:2025:w07_anova_note [2025/04/10 06:50] – [R square or Eta square] hkimscilc:ms:2025:w07_anova_note [2025/04/16 01:40] (current) – [R square: output] hkimscil
Line 1: Line 1:
 ====== ANOVA in R ====== ====== ANOVA in R ======
 +이 문서는 http://commres.net/wiki/r/anova 의 내용을 변형해서 
 +다시 만든 문서입니다. http://commres.net/wiki/r/anova 은 
 +세 그룹 간의 차이를 보는 것이고 이 문서는 4그룹 간의 차이를 보는
 +문서입니다. 
 <code> <code>
 #  # 
Line 17: Line 21:
 mean.d <- 22 mean.d <- 22
  
-A <- rnorm2(na, mean.a, sqrt(1160/(na-1))) +A <- rnorm2(na, mean.a, sqrt(900/(na-1))) 
-B <- rnorm2(nb, mean.b, sqrt(1000/(nb-1))) +B <- rnorm2(nb, mean.b, sqrt(900/(nb-1))) 
-C <- rnorm2(nc, mean.c, sqrt(1000/(nc-1))) +C <- rnorm2(nc, mean.c, sqrt(900/(nc-1))) 
-D <- rnorm2(nd, mean.d, sqrt(1000/(nd-1)))+D <- rnorm2(nd, mean.d, sqrt(900/(nd-1)))
  
 # A combined group with group A and B # A combined group with group A and B
Line 258: Line 262:
 > mean.a <- 26 > mean.a <- 26
 > mean.b <- 25 > mean.b <- 25
-> mean.c <- 22 +> mean.c <- 23 
-> mean.d <- 20+> mean.d <- 22
 >  > 
-> A <- rnorm2(na, mean.a, sqrt(1160/(na-1))) +> A <- rnorm2(na, mean.a, sqrt(900/(na-1))) 
-> B <- rnorm2(nb, mean.b, sqrt(1000/(nb-1))) +> B <- rnorm2(nb, mean.b, sqrt(900/(nb-1))) 
-> C <- rnorm2(nc, mean.c, sqrt(1000/(nc-1))) +> C <- rnorm2(nc, mean.c, sqrt(900/(nc-1))) 
-> D <- rnorm2(nd, mean.d, sqrt(1000/(nd-1)))+> D <- rnorm2(nd, mean.d, sqrt(900/(nd-1)))
 >  > 
 > # A combined group with group A and B > # A combined group with group A and B
Line 272: Line 276:
 > A > A
           [,1]           [,1]
- [1,] 24.15936 + [1,] 24.37871 
- [2,] 30.80932 + [2,] 30.23619 
- [3,] 21.51824 + [3,] 22.05233 
- [4,] 28.24999 + [4,] 27.98186 
- [5,] 28.97978 + [5,] 28.62468 
- [6,] 35.51391 + [6,] 34.38014 
- [7,] 31.31140 + [7,] 30.67844 
- [8,] 25.77399 + [8,] 25.80092 
- [9,] 33.56897 + [9,] 32.66698 
-[10,] 24.93735 +[10,] 25.06399 
-[11,] 30.61240 +[11,] 30.06274 
-[12,] 20.61063 +[12,] 21.25288 
-[13,] 37.43502 +[13,] 36.07231 
-[14,] 15.52399 +[14,] 16.77241 
-[15,] 24.83574 +[15,] 24.97448 
-[16,] 25.16385 +[16,] 25.26349 
-[17,] 20.19498 +[17,] 20.88676 
-[18,] 27.06992 +[18,] 26.94242 
-[19,] 20.43785 +[19,] 21.10069 
-[20,] 11.10716 +[20,] 12.88194 
-[21,] 25.38778 +[21,] 25.46073 
-[22,] 31.99065 +[22,] 31.27674 
-[23,] 24.59883 +[23,] 24.76580 
-[24,] 15.54592 +[24,] 16.79173 
-[25,] 32.26250 +[25,] 31.51620 
-[26,] 15.95114 +[26,] 17.14866 
-[27,] 30.16291 +[27,] 29.66682 
-[28,] 25.72414 +[28,] 25.75701 
-[29,] 30.16421 +[29,] 29.66796 
-[30,] 30.39809+[30,] 29.87397
 attr(,"scaled:center") attr(,"scaled:center")
 [1] -0.08287722 [1] -0.08287722
Line 308: Line 312:
 > B > B
           [,1]           [,1]
- [1,] 30.92777 + [1,] 30.62357 
- [2,] 27.40269 + [2,] 27.27939 
- [3,] 31.57423 + [3,] 31.23686 
- [4,] 13.93715 + [4,] 14.50486 
- [5,] 32.61602 + [5,] 32.22519 
- [6,] 21.65799 + [6,] 21.82949 
- [7,] 26.76631 + [7,] 26.67567 
- [8,] 31.07316 + [8,] 30.76150 
- [9,] 16.23555 + [9,] 16.68531 
-[10,] 28.37195 +[10,] 28.19891 
-[11,] 28.56653 +[11,] 28.38350 
-[12,] 30.14509 +[12,] 29.88106 
-[13,] 12.52765 +[13,] 13.16769 
-[14,] 23.17424 +[14,] 23.26793 
-[15,] 19.47689 +[15,] 19.76032 
-[16,] 28.11125 +[16,] 27.95159 
-[17,] 29.06156 +[17,] 28.85313 
-[18,] 21.76270 +[18,] 21.92882 
-[19,] 24.14405 +[19,] 24.18798 
-[20,] 17.31020 +[20,] 17.70481 
-[21,] 19.22003 +[21,] 19.51664 
-[22,] 24.23347 +[22,] 24.27280 
-[23,] 29.11289 +[23,] 28.90183 
-[24,] 17.80809 +[24,] 18.17715 
-[25,] 30.09268 +[25,] 29.83134 
-[26,] 19.78715 +[26,] 20.05465 
-[27,] 26.75141 +[27,] 26.66153 
-[28,] 32.27229 +[28,] 31.89910 
-[29,] 32.52368 +[29,] 32.13759 
-[30,] 23.35537+[30,] 23.43977
 attr(,"scaled:center") attr(,"scaled:center")
 [1] -0.1405676 [1] -0.1405676
Line 344: Line 348:
 > C > C
           [,1]           [,1]
- [1,] 19.93680 + [1,] 21.04268 
- [2,] 13.13256 + [2,] 14.58761 
- [3,] 17.68193 + [3,] 18.90352 
- [4,] 22.13674 + [4,] 23.12972 
- [5,] 23.96961 + [5,] 24.86854 
- [6,] 23.75823 + [6,] 24.66800 
- [7,] 17.40748 + [7,] 18.64315 
- [8,] 22.35212 + [8,] 23.33405 
- [9,] 21.13146 + [9,] 22.17603 
-[10,] 21.02997 +[10,] 22.07975 
-[11,] 30.39517 +[11,] 30.96436 
-[12,] 31.04547 +[12,] 31.58129 
-[13,] 28.28695 +[13,] 28.96433 
-[14,] 21.01354 +[14,] 22.06416 
-[15,] 10.72282 +[15,] 12.30153 
-[16,] 15.34118 +[16,] 16.68289 
-[17,] 23.25979 +[17,] 24.19514 
-[18,] 13.91989 +[18,] 15.33454 
-[19,] 22.28969 +[19,] 23.27483 
-[20,] 21.17085 +[20,] 22.21340 
-[21,] 32.41776 +[21,] 32.88316 
-[22,] 28.04180 +[22,] 28.73176 
-[23,] 18.45008 +[23,] 19.63225 
-[24,] 18.25799 +[24,] 19.45001 
-[25,] 11.25474 +[25,] 12.80615 
-[26,] 24.25413 +[26,] 25.13846 
-[27,] 21.50399 +[27,] 22.52944 
-[28,] 29.43868 +[28,] 30.05695 
-[29,] 25.75134 +[29,] 26.55883 
-[30,] 30.64723+[30,] 31.20348
 attr(,"scaled:center") attr(,"scaled:center")
 [1] 0.08931913 [1] 0.08931913
Line 380: Line 384:
 > D > D
            [,1]            [,1]
- [1,] 27.502532 + [1,] 29.117527 
- [2,] 19.249172 + [2,] 21.287702 
- [3,] 17.265865 + [3,] 19.406172 
- [4,] 15.085873 + [4,] 17.338050 
- [5,] 21.168938 + [5,] 23.108952 
- [6,] 14.658798 + [6,] 16.932891 
- [7,] 16.756660 + [7,] 18.923097 
- [8,] 27.742432 + [8,] 29.345116 
- [9,] 22.476618 + [9,] 24.349527 
-[10,] 14.513907 +[10,] 16.795435 
-[11,] 21.084269 +[11,] 23.028628 
-[12,] 15.862551 +[12,] 18.074871 
-[13,] 32.407055 +[13,] 33.770366 
-[14,] 26.575540 +[14,] 28.238105 
-[15,] 23.989868 +[15,] 25.785121 
-[16,] 18.058006 +[16,] 20.157663 
-[17,] 19.989914 +[17,] 21.990432 
-[18,]  6.202226 +[18,]  8.910282 
-[19,] 16.624780 +[19,] 18.797986 
-[20,] 29.690645 +[20,] 31.193353 
-[21,] 16.009971 +[21,] 18.214726 
-[22,] 19.173433 +[22,] 21.215850 
-[23,] 18.504309 +[23,] 20.581063 
-[24,] 29.182495 +[24,] 30.711279 
-[25,] 24.122752 +[25,] 25.911186 
-[26,] 14.773496 +[26,] 17.041703 
-[27,] 15.629022 +[27,] 17.853327 
-[28,] 14.417493 +[28,] 16.703969 
-[29,] 15.869201 +[29,] 18.081180 
-[30,] 25.412177+[30,] 27.134442
 attr(,"scaled:center") attr(,"scaled:center")
 [1] 0.0894333 [1] 0.0894333
Line 418: Line 422:
 > head(dat) > head(dat)
     values ind     values ind
-1 24.15936   A +1 24.37871   A 
-2 30.80932   A +2 30.23619   A 
-3 21.51824   A +3 22.05233   A 
-4 28.24999   A +4 27.98186   A 
-5 28.97978   A +5 28.62468   A 
-6 35.51391   A+6 34.38014   A
 > colnames(dat)[1] <- "values" > colnames(dat)[1] <- "values"
 > colnames(dat)[2] <- "group" > colnames(dat)[2] <- "group"
 > head(dat) > head(dat)
     values group     values group
-1 24.15936     A +1 24.37871     A 
-2 30.80932     A +2 30.23619     A 
-3 21.51824     A +3 22.05233     A 
-4 28.24999     A +4 27.98186     A 
-5 28.97978     A +5 28.62468     A 
-6 35.51391     A+6 34.38014     A
 >  > 
 > mean.total <- mean(dat$values) > mean.total <- mean(dat$values)
Line 447: Line 451:
 >  > 
 > mean.total > mean.total
-[1] 23.25+[1] 24
 > var.total > var.total
-[1] 40.69328+[1] 32.77311
 > ms.total > ms.total
-[1] 40.69328+[1] 32.77311
 > df.total  > df.total 
 [1] 119 [1] 119
 > ss.total > ss.total
-[1] 4842.5+[1] 3900
 > ss.total.check > ss.total.check
-[1] 4842.5+[1] 3900
 >  > 
 > # Now for each group > # Now for each group
Line 469: Line 473:
 [1] 25 [1] 25
 > mean.c > mean.c
 +[1] 23
 +> mean.d
 [1] 22 [1] 22
-> mean.d 
-[1] 20 
 >  > 
 > # 그룹 간의 차이에서 나타나는 분산 > # 그룹 간의 차이에서 나타나는 분산
Line 491: Line 495:
 >  > 
 > length(A) * ((mean.total - mean.a)^2) > length(A) * ((mean.total - mean.a)^2)
-[1] 226.875+[1] 120
 > length(B) * ((mean.total - mean.b)^2) > length(B) * ((mean.total - mean.b)^2)
-[1] 91.875+[1] 30
 > length(C) * ((mean.total - mean.c)^2) > length(C) * ((mean.total - mean.c)^2)
-[1] 46.875+[1] 30
 > length(D) * ((mean.total - mean.d)^2) > length(D) * ((mean.total - mean.d)^2)
-[1] 316.875+[1] 120
 >  > 
 >  > 
Line 507: Line 511:
 >  > 
 > ss.between > ss.between
-[1] 682.5+[1] 300
 > # df between group은 연구에 사용된  > # df between group은 연구에 사용된 
 > # 그룹의 숫자에서 1을 뺀 숫자 > # 그룹의 숫자에서 1을 뺀 숫자
Line 557: Line 561:
 > # 이 값을 출력해 본다 > # 이 값을 출력해 본다
 > f.calculated > f.calculated
-        [,1] +         [,1] 
-[1,] 6.34375+[1,] 3.222222
 >  > 
 > # 컴퓨터 계산이 쉬워지기 전에는 아래처럼 0.5 level  > # 컴퓨터 계산이 쉬워지기 전에는 아래처럼 0.5 level 
Line 565: Line 569:
 [1] 2.682809 [1] 2.682809
 > f.calculated > f.calculated
-        [,1] +         [,1] 
-[1,] 6.34375+[1,] 3.222222
 > # 위에서 f.calculated > qf값이므로 > # 위에서 f.calculated > qf값이므로
 > # f.calculated 값으로 영가설을 부정하고 > # f.calculated 값으로 영가설을 부정하고
Line 582: Line 586:
 > f.calculated.pvalue <- 1-pf(f.calculated, df1=df.between, df2=df.within) > f.calculated.pvalue <- 1-pf(f.calculated, df1=df.between, df2=df.within)
 > f.calculated.pvalue > f.calculated.pvalue
-             [,1] +           [,1] 
-[1,] 0.0005078937+[1,] 0.02527283
 > f.calculated > f.calculated
-        [,1] +         [,1] 
-[1,] 6.34375+[1,] 3.222222
 >  > 
 > # graph 로 이해  > # graph 로 이해 
Line 613: Line 617:
 >  > 
 > f.calculated > f.calculated
-        [,1] +         [,1] 
-[1,] 6.34375+[1,] 3.222222
 > f.calculated.pvalue > f.calculated.pvalue
-             [,1] +           [,1] 
-[1,] 0.0005078937+[1,] 0.02527283
 > 1 - f.calculated.pvalue > 1 - f.calculated.pvalue
           [,1]           [,1]
-[1,] 0.9994921+[1,] 0.9747272
 >  > 
 >  > 
Line 626: Line 630:
 > # Now check this > # Now check this
 > ss.total > ss.total
-[1] 4842.5+[1] 3900
 > ss.between > ss.between
-[1] 682.5+[1] 300
 > ss.within > ss.within
      [,1]      [,1]
-[1,] 4160+[1,] 3600
 > ss.total  > ss.total 
-[1] 4842.5+[1] 3900
 > ss.between + ss.within > ss.between + ss.within
-       [,1] +     [,1] 
-[1,] 4842.5+[1,] 3900
 >  > 
 > # 한편 df는  > # 한편 df는 
Line 656: Line 660:
 > a.res.sum <- summary(a.res) > a.res.sum <- summary(a.res)
 > a.res.sum > a.res.sum
-             Df Sum Sq Mean Sq F value   Pr(>F)     +             Df Sum Sq Mean Sq F value Pr(>F)   
-group         3    682  227.50   6.344 0.000508 *** +group         3    300  100.00   3.222 0.0253 * 
-Residuals   116   4160   35.86                     +Residuals   116   3600   31.03                 
 --- ---
-Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1+Signif. codes:   
 +0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 > # 그러나 정확히 어떤 그룹에서 차이가 나는지는 판단해주지 않음  > # 그러나 정확히 어떤 그룹에서 차이가 나는지는 판단해주지 않음 
 > pairwise.t.test(dat$values, dat$group, p.adj = "none") > pairwise.t.test(dat$values, dat$group, p.adj = "none")
Line 668: Line 673:
 data:  dat$values and dat$group  data:  dat$values and dat$group 
  
-  A       B       C       +  A      B      C      
-B 0.51908 -       -       +B 0.4883 -      -      
-C 0.01092 0.05478 -       +C 0.0392 0.1671 -      
-D 0.00017 0.00159 0.19842+D 0.0063 0.0392 0.4883
  
 P value adjustment method: none  P value adjustment method: none 
Line 681: Line 686:
 data:  dat$values and dat$group  data:  dat$values and dat$group 
  
-  A      B      C      +  A     B     C     
-B 1.0000 -      -      +B 1.000 -     -     
-C 0.0655 0.3287 -      +C 0.235 1.000 -     
-D 0.0010 0.0096 1.0000+D 0.038 0.235 1.000
  
 P value adjustment method: bonferroni  P value adjustment method: bonferroni 
Line 694: Line 699:
  
   A     B     C       A     B     C    
-B 0.519 -     -     +B 0.977 -     -     
-C 0.044 0.164 -     +C 0.196 0.501 -     
-D 0.001 0.008 0.397+D 0.038 0.196 0.977
  
 P value adjustment method: holm  P value adjustment method: holm 
Line 708: Line 713:
  
 $group $group
-    diff        lwr        upr     p adj +    diff       lwr        upr     p adj 
-B-A   -1  -5.030484  3.0304845 0.9164944 +B-A   -1 -4.749401  2.7494006 0.8987322 
-C-A   -4  -8.030484  0.0304845 0.0525532 +C-A   -3 -6.749401  0.7494006 0.1638896 
-D-A   -6 -10.030484 -1.9695155 0.0009862 +D-A   -4 -7.749401 -0.2505994 0.0316929 
-C-B   -3  -7.030484  1.0304845 0.2171272 +C-B   -2 -5.749401  1.7494006 0.5078699 
-D-B   -5  -9.030484 -0.9695155 0.0085400 +D-B   -3 -6.749401  0.7494006 0.1638896 
-D-C   -2  -6.030484  2.0304845 0.5689321+D-C   -1 -4.749401  2.7494006 0.8987322
  
 >  > 
 > boxplot(dat$values~dat$group) > boxplot(dat$values~dat$group)
 > f.calculated > f.calculated
-        [,1] +         [,1] 
-[1,] 6.34375+[1,] 3.222222
 > f.calculated.pvalue > f.calculated.pvalue
-             [,1] +           [,1] 
-[1,] 0.0005078937+[1,] 0.02527283 
 +> 
 >  > 
 > # how much IV explains the DV  > # how much IV explains the DV 
Line 730: Line 736:
 > eta  <- r.square > eta  <- r.square
 > eta > eta
-[1] 0.1409396+[1] 0.07692308
 > lm.res <- lm(dat$values~dat$group, data = dat) > lm.res <- lm(dat$values~dat$group, data = dat)
 > summary(lm.res) > summary(lm.res)
Line 739: Line 745:
 Residuals: Residuals:
      Min       1Q   Median       3Q      Max       Min       1Q   Median       3Q      Max 
--14.8928  -4.1826  -0.3859   4.4517  12.4071 +-13.1181  -3.9308  -0.3568   3.9491  11.7704 
  
 Coefficients: Coefficients:
             Estimate Std. Error t value Pr(>|t|)                 Estimate Std. Error t value Pr(>|t|)    
-(Intercept)   26.000      1.093  23.780  < 2e-16 *** +(Intercept)   26.000      1.017  25.563  < 2e-16 *** 
-dat$groupB    -1.000      1.546  -0.647 0.519080     +dat$groupB    -1.000      1.438  -0.695  0.48831     
-dat$groupC    -4.000      1.546  -2.587 0.010919 *   +dat$groupC    -3.000      1.438  -2.086  0.03920 *   
-dat$groupD    -6.000      1.546  -3.880 0.000174 ***+dat$groupD    -4.000      1.438  -2.781  0.00633 ** 
 --- ---
-Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1+Signif. codes:   
 +0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
  
-Residual standard error: 5.988 on 116 degrees of freedom +Residual standard error: 5.571 on 116 degrees of freedom 
-Multiple R-squared:  0.1409, Adjusted R-squared:  0.1187  +Multiple R-squared:  0.07692, Adjusted R-squared:  0.05305  
-F-statistic: 6.344 on 3 and 116 DF,  p-value: 0.0005079+F-statistic: 3.222 on 3 and 116 DF,  p-value: 0.02527
  
 > summary(a.res) > summary(a.res)
-             Df Sum Sq Mean Sq F value   Pr(>F)     +             Df Sum Sq Mean Sq F value Pr(>F)   
-group         3    682  227.50   6.344 0.000508 *** +group         3    300  100.00   3.222 0.0253 * 
-Residuals   116   4160   35.86                     +Residuals   116   3600   31.03                 
 --- ---
-Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1+Signif. codes:   
 +0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 >  > 
 >  > 
->  +></code>
-</code>+
  
 +{{:c:ms:2025:pasted:20250414-084011.png}}
 +{{:c:ms:2025:pasted:20250414-084020.png}}
 +{{:c:ms:2025:pasted:20250414-084030.png}}
 ====== Post hoc test ====== ====== Post hoc test ======
 [[:post hoc test]] [[:post hoc test]]
Line 822: Line 832:
 # 이제 위의 점수를 .05 레벨에서 비교할 점수를 찾아 비교한다 # 이제 위의 점수를 .05 레벨에서 비교할 점수를 찾아 비교한다
 # qtukey 펑션을 이용한다 # qtukey 펑션을 이용한다
-t.crit <- qtukey( .95, nmeans = 3, df = 45)+t.crit <- qtukey( .95, nmeans = 4, df = 30 * 4)
 t.crit t.crit
  
Line 927: Line 937:
 > # 이제 위의 점수를 .05 레벨에서 비교할 점수를 찾아 비교한다 > # 이제 위의 점수를 .05 레벨에서 비교할 점수를 찾아 비교한다
 > # qtukey 펑션을 이용한다 > # qtukey 펑션을 이용한다
-> t.crit <- qtukey( .95, nmeans = 3, df = 45)+> t.crit <- qtukey( .95, nmeans = 4, df = 30 * 4)
 > t.crit > t.crit
-[1] 3.427507+[1] 3.684589
 >  > 
 > # 혹은 R이 보통 제시한 거꾸로 방법으로 보면 > # 혹은 R이 보통 제시한 거꾸로 방법으로 보면
Line 1018: Line 1028:
 ===== R square: output ===== ===== R square: output =====
 <code> <code>
-> ss.tot +> ss.total 
-[1] 2666 +[1] 3900 
-> ss.bet +> ss.between 
-[1] 416 +[1] 300 
-> r.sq <- ss.bet / ss.tot+> r.sq <- ss.between / ss.total
 > r.sq > r.sq
-[1] 0.156039+[1] 0.07692308
 >  > 
 > # then . . . .  > # then . . . . 
 >  > 
-> lm.res <- lm(values ~ group, data = comb3)+> lm.res <- lm(values ~ group, data = dat)
 > summary(lm.res) > summary(lm.res)
  
 Call: Call:
-lm(formula = values ~ group, data = comb3)+lm(formula = values ~ group, data = dat)
  
 Residuals: Residuals:
-    Min      1Q  Median      3Q     Max  +     Min       1Q   Median       3Q      Max  
--16.020  -2.783   1.476   4.892  12.148 +-13.1181  -3.9308  -0.3568   3.9491  11.7704 
  
 Coefficients: Coefficients:
             Estimate Std. Error t value Pr(>|t|)                 Estimate Std. Error t value Pr(>|t|)    
-(Intercept)   26.000      1.768   14.71   <2e-16 *** +(Intercept)   26.000      1.017  25.563  < 2e-16 *** 
-groupb        -2.000      2.500   -0.80   0.4279     +groupB        -1.000      1.438  -0.695  0.48831     
-groupc        -7.000      2.500   -2.80   0.0075 ** +groupC        -3.000      1.438  -2.086  0.03920 *   
 +groupD        -4.000      1.438  -2.781  0.00633 ** 
 --- ---
-Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1+Signif. codes:   
 +0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
  
-Residual standard error: 7.071 on 45 degrees of freedom +Residual standard error: 5.571 on 116 degrees of freedom 
-Multiple R-squared:  0.156, Adjusted R-squared:  0.1185  +Multiple R-squared:  0.07692, Adjusted R-squared:  0.05305  
-F-statistic:  4.16 on 2 and 45 DF,  p-value: 0.02199+F-statistic: 3.222 on 3 and 116 DF,  p-value: 0.02527
  
 > anova(lm.res) > anova(lm.res)
Line 1054: Line 1066:
  
 Response: values Response: values
-          Df Sum Sq Mean Sq F value  Pr(>F)   +           Df Sum Sq Mean Sq F value  Pr(>F)   
-group      2    416     208    4.16 0.02199 * +group       3    300 100.000  3.2222 0.02527 * 
-Residuals 45   2250      50                  +Residuals 116   3600  31.034                  
 --- ---
-Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 +Signif. codes:   
-> +0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 >  > 
 +
 </code> </code>
  
c/ms/2025/w07_anova_note.1744267804.txt.gz · Last modified: by hkimscil
Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki