Za\u0142\u00f3\u017cmy na przyk\u0142ad, \u017ce badacz chce wiedzie\u0107, czy trzy r\u00f3\u017cne nawozy powoduj\u0105 r\u00f3\u017cny poziom wzrostu ro\u015blin.<\/span><\/p>\n Aby to przetestowa\u0107, trzech r\u00f3\u017cnych technik\u00f3w posypuje nawozem A cztery ro\u015bliny, trzech innych technik\u00f3w posypuje nawozem B cztery ro\u015bliny, a trzech innych technik\u00f3w posypuje nawozem C cztery ro\u015bliny.<\/span><\/p>\n W tym scenariuszuzmienn\u0105 odpowiedzi<\/a> jest wzrost ro\u015blin, a dwoma czynnikami s\u0105 technika i naw\u00f3z. Okazuje si\u0119, \u017ce technik zagnie\u017adzi\u0142 si\u0119<\/em> w nawozie:<\/span> <\/p>\n Poni\u017cszy przyk\u0142ad pokazuje krok po kroku, jak wykona\u0107 zagnie\u017cd\u017con\u0105 analiz\u0119 ANOVA w R.<\/span><\/p>\n Najpierw utw\u00f3rzmy ramk\u0119 danych do przechowywania naszych danych w R:<\/span><\/p>\n Mo\u017cemy u\u017cy\u0107 nast\u0119puj\u0105cej sk\u0142adni, aby dopasowa\u0107 zagnie\u017cd\u017con\u0105 ANOVA w R:<\/span><\/p>\n aov(odpowied\u017a ~ wsp\u00f3\u0142czynnik A \/ wsp\u00f3\u0142czynnik B)<\/strong><\/span><\/p>\n Z\u0142oto:<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak dopasowa\u0107 zagnie\u017cd\u017con\u0105 ANOVA do naszego zbioru danych:<\/span><\/p>\n Mo\u017cemy spojrze\u0107 na kolumn\u0119 warto\u015bci p, aby okre\u015bli\u0107, czy ka\u017cdy czynnik ma statystycznie istotny wp\u0142yw na wzrost ro\u015blin.<\/span><\/p>\n Z powy\u017cszej tabeli wida\u0107, \u017ce naw\u00f3z ma statystycznie istotny wp\u0142yw na wzrost ro\u015blin (warto\u015b\u0107 p < 0,05), ale technik nie (warto\u015b\u0107 p = 0,211).<\/span><\/p>\n To m\u00f3wi nam, \u017ce je\u015bli chcemy zwi\u0119kszy\u0107 wzrost ro\u015blin, musimy skupi\u0107 si\u0119 na zastosowanym nawozie, a nie na konkretnym techniku stosuj\u0105cym naw\u00f3z.<\/span><\/p>\n Na koniec mo\u017cemy u\u017cy\u0107 wykres\u00f3w skrzynkowych do wizualizacji rozk\u0142adu wzrostu ro\u015blin wed\u0142ug nawozu i technika:<\/span> <\/p>\n Wykres pokazuje, \u017ce istniej\u0105 znaczne r\u00f3\u017cnice we wzro\u015bcie pomi\u0119dzy trzema r\u00f3\u017cnymi nawozami, ale nie tak du\u017ce r\u00f3\u017cnice mi\u0119dzy technikami w ka\u017cdej grupie nawoz\u00f3w.<\/span><\/p>\n Wydaje si\u0119, \u017ce jest to zgodne z wynikami zagnie\u017cd\u017conej analizy ANOVA i potwierdza, \u017ce nawozy maj\u0105 znacz\u0105cy wp\u0142yw na wzrost ro\u015blin, ale indywidualni technicy nie.<\/span><\/p>\n Jak wykona\u0107 jednokierunkow\u0105 ANOVA w R<\/a> Zagnie\u017cd\u017cona ANOVA to rodzaj ANOVA (\u201eanaliza wariancji\u201d), w kt\u00f3rej co najmniej jeden czynnik jest zagnie\u017cd\u017cony w innym czynniku. Za\u0142\u00f3\u017cmy na przyk\u0142ad, \u017ce badacz chce wiedzie\u0107, czy trzy r\u00f3\u017cne nawozy powoduj\u0105 r\u00f3\u017cny poziom wzrostu ro\u015blin. Aby to przetestowa\u0107, trzech r\u00f3\u017cnych technik\u00f3w posypuje nawozem A cztery ro\u015bliny, trzech innych technik\u00f3w posypuje nawozem B cztery ro\u015bliny, a trzech […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-1576","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n![\"Zagnie\u017cd\u017cony](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/imbrique1-1.png\")
<\/p>\n Krok 1: Utw\u00f3rz dane<\/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 Krok 2: Dostosuj zagnie\u017cd\u017con\u0105 analiz\u0119 ANOVA<\/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 Krok 3: Zinterpretuj wynik<\/strong><\/span><\/h3>\n
Krok 4: Wizualizuj wyniki<\/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 Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak wykona\u0107 dwukierunkow\u0105 ANOVA w R<\/a>
Jak wykona\u0107 powtarzane pomiary ANOVA w R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"