r - 与 excel 和手动计算相比，为什么使用 R 得到不同的单向方差分析输出？

Question

我是 R 新手，所以可能做错了什么，但我已经搜索了许多不同的方法来做同样的事情，但仍然得到相同的结果。
我有以下数据(15 个指标，3 个因素，每个指标 5 个指标):
措施:

##factors: 1, 2, 3

         Y    Z
1     43.0    1
2     40.5    1
3     39.6    1
4     44.9    1
5     37.2    1
6     44.4    2
7     40.5    2
8     40.1    2
9     43.3    2
10    36.1    2
11    41.1    3
12    39.2    3
13    36.4    3
14    37.2    3
15    36.7    3

当我在 R 中执行单向方差分析时，使用 > anova(lm(Y~Z, data=data)) ，我得到 F=2.7934，p=0.1185 和 Df=1。我也使用 aov 和 AOVModel 函数得到了相同的结果。

但是，Excel 和手动计算(以及 Minitab，实际上)都给我 F=1.728 和 p=0.219，有 2 个自由度。我无法理解这一点 - 我做错了什么？

谢谢

Answer 1

这是因为你有 data$Z作为数值变量。见上面 Dason 的评论。因此，您希望将 Z 转换为一个因子(我将数据重命名为 dat，因为 data 是 R 基础对象的名称)。就是这样:

dat$Z <- as.factor(dat$Z)

产量:

> anova(lm(Y~Z, data=dat))
Analysis of Variance Table

Response: Y
          Df Sum Sq Mean Sq F value Pr(>F)
Z          2 26.949 13.4747  1.7281  0.219
Residuals 12 93.568  7.7973  

旁注使用str看看你的变量是如何存储的。它是最常用的 R 函数之一。

所以...
str(dat)会告诉你:

> str(dat)
'data.frame':   15 obs. of  2 variables:
 $ Y: num  43 40.5 39.6 44.9 37.2 44.4 40.5 40.1 43.3 36.1 ...
 $ Z: int  1 1 1 1 1 2 2 2 2 2 ...

并在因子转换后:

> str(dat)
'data.frame':   15 obs. of  2 variables:
 $ Y: num  43 40.5 39.6 44.9 37.2 44.4 40.5 40.1 43.3 36.1 ...
 $ Z: Factor w/ 3 levels "1","2","3": 1 1 1 1 1 2 2 2 2 2 ...