Question

我正在开展一个项目，其中我有三个因素，我正在测量蜡烛燃烧所需的时间。这是我的数据：

 Size    Brand   Scent    time
   1        1      1        255
   1        1      2        225
   1        2      1        283
   1        2      2        338
   1        3      1        192
   1        3      2        229
   2        1      1        1278
   2        1      2        1496
   2        2      1        3897
   2        2      2        2781
   2        3      1        1038
   2        3      2        1439

这就是我在R中进行分析bur的原因，因为某些原因它不会给我F统计数据和p值。

> attach(data)
> fsize <- factor(Size)
> fbrand <- factor(Brand)
> fscent <- factor(Scent)
> model1 <- aov(time~fsize*fbrand*fscent)
> summary(model1)

                    Df Sum Sq Mean Sq
fsize                1 2507.1  2507.1
fbrand               2  829.8   414.9
fscent               1    4.4     4.4
fsize:fbrand         2  700.0   350.0
fsize:fscent         1    7.3     7.3
fbrand:fscent        2   89.5    44.8
fsize:fbrand:fscent  2  101.4    50.7

Answer 1

如果这是我的作业，在阅读完上述所有评论之后，我可能会写一些这样的代码并稍微研究一下，并试着想一想它与我已经收到的评论之间的关系。

P.S。然后，为了额外的功劳，我可能会尝试使用贝叶斯方法做同样的事情。

my.data <- matrix(c( 
   1 ,       1,      1,        255,
   1 ,       1,      2,        225,
   1 ,       2,      1,        283,
   1 ,       2,      2,        338,
   1 ,       3,      1,        192,
   1 ,       3,      2,        229,
   2 ,       1,      1,        1278,
   2 ,       1,      2,        1496,
   2 ,       2,      1,        3897,
   2 ,       2,      2,        2781,
   2 ,       3,      1,        1038,
   2 ,       3,      2,        1439),  nrow = 12, byrow=T, 
  dimnames = list(NULL, c("Size", "Brand", "Scent",  "time")) )

my.data <- as.data.frame(my.data)

fsize  <- factor(my.data$Size)
fbrand <- factor(my.data$Brand)
fscent <- factor(my.data$Scent)

model1 <- aov(my.data$time ~ fsize * fbrand * fscent)
summary(model1)

model2 <- aov(my.data$time ~ fsize + fbrand + fscent)
summary(model2)



my.data <- matrix(c( 
   1 ,       1,      1,        255,
   1 ,       1,      2,        225,
   1 ,       2,      1,        283,
   1 ,       2,      2,        338,
   1 ,       2,      2,        300,
   1 ,       3,      1,        192,
   1 ,       3,      2,        229,
   2 ,       1,      1,        1278,
   2 ,       1,      2,        1496,
   2 ,       2,      1,        3897,
   2 ,       2,      2,        2781,
   2 ,       3,      1,        1038,
   2 ,       3,      2,        1439),  nrow = 13, byrow=T, 
  dimnames = list(NULL, c("Size", "Brand", "Scent",  "time")) )

my.data <- as.data.frame(my.data)

fsize  <- factor(my.data$Size)
fbrand <- factor(my.data$Brand)
fscent <- factor(my.data$Scent)

model3 <- aov(my.data$time ~ fsize * fbrand * fscent)
summary(model3)

model4 <- aov(my.data$time ~ fsize + fbrand + fscent)
summary(model4)

F统计和p值

1 个答案: