Stel dat een onderzoeker bijvoorbeeld wil weten of drie verschillende meststoffen verschillende niveaus van plantengroei opleveren.<\/span><\/p>\n Om dit te testen, strooien drie verschillende technici elk kunstmest A op vier planten, drie andere technici strooien elk kunstmest B op vier planten, en drie andere technici strooien elk kunstmest C op vier planten.<\/span><\/p>\n In dit scenario is deresponsvariabele<\/a> de plantengroei en zijn de twee factoren technicus en kunstmest. Het blijkt dat de technicus zich in de kunstmest bevindt<\/em> :<\/span> <\/p>\n Het volgende stapsgewijze voorbeeld laat zien hoe u deze geneste ANOVA in R kunt uitvoeren.<\/span><\/p>\n Laten we eerst een dataframe maken om onze gegevens in R te bewaren:<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om een geneste ANOVA in R te passen:<\/span><\/p>\n aov(antwoord ~ factor A \/ factor B)<\/strong><\/span><\/p>\n Goud:<\/span><\/p>\n De volgende code laat zien hoe u de geneste ANOVA voor onze dataset kunt aanpassen:<\/span><\/p>\n We kunnen naar de p-waardekolom kijken om te bepalen of elke factor al dan niet een statistisch significant effect heeft op de plantengroei.<\/span><\/p>\n Uit de bovenstaande tabel kunnen we zien dat kunstmest een statistisch significant effect heeft op de plantengroei (p-waarde < 0,05), maar technici niet (p-waarde = 0,211).<\/span><\/p>\n Dit vertelt ons dat als we de plantengroei willen vergroten, we ons moeten concentreren op de gebruikte meststof en niet op de individuele technicus die de meststof aanbrengt.<\/span><\/p>\n Ten slotte kunnen we boxplots gebruiken om de verdeling van de plantengroei per kunstmest en per technicus te visualiseren:<\/span> <\/p>\n De grafiek laat zien dat er sprake is van een aanzienlijke variatie in de groei tussen de drie verschillende meststoffen, maar niet zo veel variatie tussen de technici binnen elke meststofgroep.<\/span><\/p>\n Dit lijkt overeen te komen met de resultaten van de geneste ANOVA en bevestigt dat meststoffen een significant effect hebben op de plantengroei, maar individuele technici niet.<\/span><\/p>\n Eenrichtings-ANOVA uitvoeren in R<\/a> Een geneste ANOVA is een type ANOVA (\u201cvariantieanalyse\u201d) waarbij ten minste \u00e9\u00e9n factor binnen een andere factor is genest . Stel dat een onderzoeker bijvoorbeeld wil weten of drie verschillende meststoffen verschillende niveaus van plantengroei opleveren. Om dit te testen, strooien drie verschillende technici elk kunstmest A op vier planten, drie andere technici strooien elk […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1578","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n![\"Genest](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/imbrique1-1.png\")
<\/p>\n Stap 1: Cre\u00eber de gegevens<\/strong><\/span><\/h3>\n
#create data\n<\/span>df <- data. frame<\/span> (growth=c(13, 16, 16, 12, 15, 16, 19, 16, 15, 15, 12, 15,\n 19, 19, 20, 22, 23, 18, 16, 18, 19, 20, 21, 21,\n 21, 23, 24, 22, 25, 20, 20, 22, 24, 22, 25, 26),\n fertilizer=c(rep(c(' A<\/span> ', ' B<\/span> ', ' C<\/span> '), each= 12<\/span> )),\n tech=c(rep(1:9, each= 4<\/span> )))\n\n#view first six rows of data\n<\/span>head(df)\n\n growth fertilizer tech\n1 13 A 1\n2 16 A 1\n3 16 A 1\n4 12 A 1\n5 15 A 2\n6 16 A 2<\/strong><\/pre>\n Stap 2: Pas de geneste ANOVA aan<\/strong><\/span><\/h3>\n
\n
#fit nested ANOVA\n<\/span>nest <- aov(df$growth ~ df$fertilizer \/ factor(df$tech))\n\n#view summary of nested ANOVA\n<\/span>summary(nest)\n\n Df Sum Sq Mean Sq F value Pr(>F) \ndf$fertilizer 2 372.7 186.33 53.238 4.27e-10 ***\ndf$fertilizer:factor(df$tech) 6 31.8 5.31 1.516 0.211 \nResiduals 27 94.5 3.50 \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1<\/strong><\/pre>\n Stap 3: Interpreteer het resultaat<\/strong><\/span><\/h3>\n
Stap 4: Visualiseer de resultaten<\/strong><\/span><\/h3>\n
#load ggplot2 data visualization package\n<\/span>library<\/span> (ggplot2)\n\n#create boxplots to visualize plant growth\n<\/span>ggplot(df, aes<\/span> (x=factor(tech), y=growth, fill=fertilizer)) +\n geom_boxplot()\n<\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/imbriquer1.png\")
<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe tweeweg-ANOVA uit te voeren in R<\/a>
Hoe herhaalde metingen ANOVA in R uit te voeren<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"