So führen sie die welch-anova in r durch (schritt für schritt)

Die Welch-ANOVA ist eine Alternative zur typischen einfaktoriellen ANOVA , wenn die Annahme der Varianzgleichheit nicht erfüllt ist.

Das folgende Schritt-für-Schritt-Beispiel zeigt, wie die Welch-ANOVA in R durchgeführt wird.

Schritt 1: Erstellen Sie die Daten

Um festzustellen, ob drei verschiedene Lerntechniken zu unterschiedlichen Prüfungsergebnissen führen, weist ein Professor nach dem Zufallsprinzip 10 Studenten zu, jede Technik (Technik A, B oder C) eine Woche lang anzuwenden, und gibt dann jedem Studenten einen Test mit dem gleichen Schwierigkeitsgrad.

Nachfolgend werden die Prüfungsergebnisse der 30 Studierenden vorgestellt:

 #create data frame
df <-data. frame (group = rep (c(' A ', ' B ', ' C '), each =10),
                score = c(64, 66, 68, 75, 78, 94, 98, 79, 71, 80,
                          91, 92, 93, 85, 87, 84, 82, 88, 95, 96,
                          79, 78, 88, 94, 92, 85, 83, 85, 82, 81))

#view first six rows of data frame
head(df)

   group score
1 to 64
2 to 66
3 to 68
4 to 75
5 to 78
6 to 94

Schritt 2: Test auf gleiche Unterschiede

Als Nächstes können wir den Bartlett-Test durchführen, um festzustellen, ob die Varianzen zwischen den einzelnen Gruppen gleich sind.

Wenn der p-Wert der Teststatistik unter einem bestimmten Signifikanzniveau liegt (z. B. α = 0,05), können wir die Nullhypothese ablehnen und daraus schließen, dass nicht alle Gruppen die gleiche Varianz aufweisen.

Um den Bartlett-Test durchzuführen, können wir die Funktion bartlett.test in Basis-R verwenden, die die folgende Syntax verwendet:

bartlett.test(Formel, Daten)

So verwenden Sie diese Funktion in unserem Beispiel:

 #perform Bartlett's test
bartlett. test (score ~ group, data = df)

	Bartlett test of homogeneity of variances

data: score by group
Bartlett's K-squared = 8.1066, df = 2, p-value = 0.01737

Der p-Wert ( .01737 ) des Bartlett-Tests ist kleiner als α = .05, was bedeutet, dass wir die Nullhypothese ablehnen können, dass jede Gruppe die gleiche Varianz aufweist.

Somit wird die Annahme der Varianzgleichheit verletzt und wir können mit der ANOVA von Welch fortfahren.

Schritt 3: Führen Sie die ANOVA nach Welch durch

Um die ANOVA von Welch in R durchzuführen, können wir die R-Basisfunktion oneway.test() wie folgt verwenden:

 #perform Welch's ANOVA
oneway. test (score ~ group, data = df, var. equal = FALSE )

	One-way analysis of means (not assuming equal variances)

data: score and group
F = 5.3492, num df = 2.00, denom df = 16.83, p-value = 0.01591

Der Gesamt-p-Wert ( 0,01591 ) der ANOVA-Tabelle ist kleiner als α = 0,05, was bedeutet, dass wir die Nullhypothese ablehnen können, dass die Prüfungsergebnisse bei den drei Untersuchungstechniken gleich sind.

Anschließend können wir einen Post-hoc-Test durchführen, um festzustellen, welche Gruppenmittelwerte unterschiedlich sind. Sehen Sie sich die folgenden Tutorials an, um zu erfahren, wie Sie verschiedene Post-hoc-Tests in R durchführen:

• So führen Sie eine Bonferroni-Korrektur in R durch
• So führen Sie den Tukey-Test in R durch
• So führen Sie den Scheffe-Test in R durch

Sehen Sie sich dieses Tutorial an, um herauszufinden, welcher Post-hoc-Test für Ihre Situation am besten geeignet ist.

Zusätzliche Ressourcen

So führen Sie eine einfaktorielle ANOVA in R durch
So führen Sie eine zweifaktorielle ANOVA in R durch
So führen Sie eine ANOVA mit wiederholten Messungen in R durch