[问答] R与SPSS的单因素方差分析结果不一样 [推广有奖]

11楼

gdyflxw 发表于 2017-2-12 21:42:17

kuangsir6 发表于 2017-2-12 20:42
而且，不能使用方差分析。
选择因素是无序分类，且频数是统计后的，不是原始数据，所以卡方检验前需要加 ...

卡方检验并不需要加权吧，不知道我有没有没讲明白数据中频数的含义。
它是这样的一张调查表：
你生活的城市（）
1.北京，2.重庆，3.深圳……
你购买这个产品的主要原因是（）
1.离家近，2.……
然后把它们的频数统计起来得到这样的一张表：
城市，购买因数，频数

12楼

kuangsir6 发表于 2017-2-12 21:55:50

gdyflxw 发表于 2017-2-12 21:42
卡方检验并不需要加权吧，不知道我有没有没讲明白数据中频数的含义。
它是这样的一张调查表：
你生活的 ...

不能使用方差分析。
因为选择因素是无序分类，且频数是统计后的，不是原始数据，所以卡方检验前需要加权处理。
SPSS---数据---个案加权

13楼

kuangsir6 发表于 2017-2-12 22:00:23

gdyflxw 发表于 2017-2-12 21:28
哦，SORRY，SPSS是方差不齐~
但是R是通过的，又何解？他们结果相反了~
能简单写一下R的分析程序吗？我觉 ...

抱歉，我不擅长R软件。

14楼

aeroage 发表于 2018-8-12 17:18:22

我来解释一下：当R的aov分析结果与SPSS结果不一致时，说明该数据不符合单因素方差分析，需要用回归来做ANOVA，结果基本一致。楼上提到的检验方法我一一验证过，不能解决，后来用回归作anova发现合理。但，我们总不能每次都用两个软件验证吧，告诉一个小技巧，R分析aov结束后，作一次多重比较，如果aov不显著，而多重比较有差异，那么请用此方法。
方法如下，并做了多重比较。
> library(multcomp)
> levels(cholesterol$trt)
> fit.aov <- aov(response ~ trt, data=cholesterol)
> summary(fit.aov)
> fit.lm <- lm(response ~ trt, data=cholesterol)
> summary(fit.lm)
>mm<-duncan.test(fit.lm, "trt")
>mm$group