답변:
summary(aov)
소위 유형 I (순차) 제곱합을 사용합니다. summary(lm)
소위 Type III 제곱합을 사용하며 이는 순차적이지 않습니다. 자세한 내용은 gung의 답변 을 참조하십시오.
호출해야합니다 lm(data ~ factor(f1) * factor(2))
( aov()
공식의 RHS를 계수로 자동 변환). 그런 다음 선형 회귀 분석에서 일반 통계량 의 분모를 확인하십시오 ( 자세한 설명 은이 답변 참조 ).
는 벡터 바뀌기 때문에 테스트 된 계수 마다 다릅니다 . 반대로, ANOVA 검정 의 분모 는 항상 MSE입니다.
set.seed(10)
data=rnorm(12)
f1=rep(c(1,2),6)
f2=c(rep(1,6),rep(2,6))
summary(aov(data~f1*f2))
Df Sum Sq Mean Sq F value Pr(>F)
f1 1 0.535 0.5347 0.597 0.462
f2 1 0.002 0.0018 0.002 0.966
f1:f2 1 0.121 0.1208 0.135 0.723
Residuals 8 7.169 0.8962
summary(lm(data~f1*f2))$coeff
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.05222024 2.732756 0.0191090 0.9852221
f1 -0.17992329 1.728346 -0.1041014 0.9196514
f2 -0.62637109 1.728346 -0.3624106 0.7264325
f1:f2 0.40139439 1.093102 0.3672066 0.7229887
이들은 두 가지 다른 코드입니다. Lm 모델에서 계수가 필요합니다. aov 모델에서 변형 소스를 표로 작성하는 것입니다. 코드를 사용해보십시오
anova(lm(data~f1*f2))
Analysis of Variance Table
Response: data
Df Sum Sq Mean Sq F value Pr(>F)
f1 1 0.5347 0.53468 0.5966 0.4621
f2 1 0.0018 0.00177 0.0020 0.9657
f1:f2 1 0.1208 0.12084 0.1348 0.7230
Residuals 8 7.1692 0.89615
이것은 동일한 결과로 이어지는 변형 소스의 도표를 제공합니다.
f1
및 f2
최상위 패널의 두 요약 다르다. 당신은 단지 것을 보여주고있다 같습니다 summary(aov(...))
과 anova(lm(...))
의 R
유사한 출력을 가지고있다.
lm
제 2 종 / III 종이 아닌 보고서입니다. 이것은 @ gung의 답변에 아주 자세히 설명되어 있습니다.