您好，我是刚开始使用R的人，我们有多变量数据可以进行分析，原始数据在excel中，我想重新排列列或使用R中的数据。目前，性别（B，S）和繁殖（R， W）是他们自己的列，但我想几乎将品种和性别行合并，然后将具有相同品种和性别的数据分组。可能的品种和性别组合在一起（RB，RS，WB，WS），根据这些联合因素而不是单独地分离数据，以执行ANOVA。对不起，如果这没有道理！甚至可能的话。谢谢您的帮助。
这是数据的样本，我不知道如何正确格式化它，在这里抱歉。但只有12500个样本量中只有10个
性交妊娠期110公斤p1_plus_p3_fat_depth_mm
R B 112 169.56 31.418
W B 118 175.4 27.24
W B 118 188.84 28.784
WB 118 168.68 29.968
WB 118 177.64 27.664
WB 118 174.28 32.028
R S 114 184.94 23.876
R B 114 188.84 22.952
R S 114 183.75 26.65
致电： aov（公式= p1_plus_p3_fat_depth_mm〜繁殖+性别+繁殖：性别， 数据=猪）
残差： 最小值1Q中位数3Q最大值 -16.521 -2.904 -0.393 2.485 19.880
系数：
估计标准误差t值Pr（> | t |）
（拦截）24.69350 0.08129 303.772 <2e-16 *
品种0.60700 0.10887 5.576 2.52e-08 *
性别2.41582 0.10470 23.073 <2e-16 ***
签名。代码：0‘ ” 0.001‘ ‘0.01’’0.05。’0.1‘
残差标准误差：12800自由度上为4.187 多个R平方：0.08123，调整后的R平方：0.08102 F统计量：37.2和12800 DF时为377.2，p值：<2.2e-16
答案 0 :(得分：0)
如果您只是想要做的方差分析，则可以跳过分组部分。
#Reading in the data:
breed <- read.table(text ="
breed sex gestation_period days_to_110kg p1_plus_p3_fat_depth_mm
R B 112 169.56 31.418
W B 118 175.4 27.24
W B 118 188.84 28.784
W B 118 168.68 29.968
W B 118 177.64 27.664
W B 118 174.28 32.028
R S 114 184.94 23.876
R B 114 188.84 22.952
R S 114 183.75 26.65", stringsAsFactors = FALSE, header = TRUE)
#Performing ANOVA:
sexbreed_aov <- aov(p1_plus_p3_fat_depth_mm ~ breed + sex + breed:sex, data = breed)
用summary()检查结果。注意：对于您感兴趣的交互，样本数据太小。但是您可以按原样应用此代码。
> anova(sexbreed_aov)
Analysis of Variance Table
Response: days_to_110kg
Df Sum Sq Mean Sq F value Pr(>F)
breed 1 51.30 51.296 0.7574 0.4176
sex 1 26.47 26.471 0.3909 0.5549
Residuals 6 406.34 67.723
更新（必须纠正某些问题）
您不应该像我第一次使用summary.lm()进行两因素方差分析。这仅对单向方差分析有用。您可以使用summary(sexbreed_aov)或anova(sexbreed_aov)。因此，请忘记breedW:sexS。如果您想检查所有特定的交互，则仍然可以执行：TukeyHSD(sexbreed_aov)