R语言方差分析p值怎么计算 R语言方差分析例题

作为统计软件的一员，方差分析在R语言里也是必不可少的一门课程，在方差分析的结果里，p值更是重中之重，本文就结合例题来介绍一下R语言中方差分析的p值怎么计算，R语言方差分析例题。因为一一介绍各种情况的篇幅过长，这里就以两样本均值的假设检验为例来说明。

一、r语言方差分析p值怎么计算

设两样本分别为X和Y，基于中心极限定理，无论X和Y属于什么分布，只要样本量足够大，它们的均值服从正态分布。由于两者是独立样本，故而它们均值也服从正态分布。

1、大样本情况下

设样本X为x1、x2、⋯、xn，样本Y为y1、y2、⋯、ym，它们的均值分布为:X、Y，方差为S2x/n、S3y/m

那么对应的统计量为：

图1：大样本的统计量

p值是说在原假设成立的条件下，原假设发生的概率，若是p值小于0.05，发生概率小于0.05时，认为是小概率发生了，即是差异性显著，拒绝原假设。

公式：

双边假设的p值：

图2：双边假设的p值

将系列代码输入R语言：

图3：大样本的p值

结果：得到[1] 1.608277e-05

2、小样本情况下：

输入系列代码：

图4：小样本的p值

得到结果：[1] 4.280554e-13

二、R语言的方差分析例题

接下来就来实战演练一下R语言如何进行方差分析的。

1.导入数据

这里就直接调用R语言自带的一个数据库——分析不同的花的亚种，其花瓣的特征如长度，是否存在差异。

图5：引用数据

其中Species将鸢尾花分为三种，其它4个指标分别表示鸢尾花的花的特征。比如Sepal.Length表示花瓣的长度。这里Species成为分组变量，也就是所谓的“因素”（相当于回归分析中的x）；花瓣的长度为结果变量（相当于回归分析中的y），是比较组间均值差异的变量指标。

2.键入R语言方差分析的因子（自变量和因变量）

图6：引入因子

3.键入avol函数命令

图7：键入avol命令

按回车，就可以得到初步结果

图8：avol分析初步结果

4.键入summary（）函数提取方差分析结果

图9：summary函数

结果解释：p值远小于0.001，说明鸢尾花的品种这个因素，对鸢尾花花瓣的长度，有显著的影响；或通俗点说，不同种类的鸢尾花的花瓣长度（均值）显著不同（至少有两种显著不同）

三、方差分析在各大统计软件中孰优孰劣

Stata还是最简单高效。就两个命令，一个叫oneway，一个叫anova。oneway用于做单因素方差分析，anova则用于做多因素方差分析。

Excel、SPSS中也很方便，都有对应的选项可以直接分析。SPSS更胜于excel，excel一般用于呈现数据，而spss则是统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品，功能更强大，将spss用于方差分析更加简易。

在R语言和python中就要涉及到一些计算机语言了，没有形象具体的对话框和选项，相对来说啰嗦一些。不过更加严谨。

四、总结

这就是这次带来的R语言方差分析p值怎么计算，R语言方差分析例题，希望对大家有所帮助。