从 R 中的方差分析中获取平均值

Question

我正在使用R来运行ANOVA（通常的aov代码，它提供了这些信息：Df、Sum Sq、Mean Sq、F值、Pr(>F)），还有一条信息我没有能够从这些表中得到：因变量的估计边际均值。

我知道可以从 SPSS 中的方差分析中获取这些附加信息，但我无法在 R 中复制它。

我使用 dput() 的最少数据：

因变量（连续）：结构（c（0.5092，0.6965，0.4308，0.634，0.4258）

自变量（分类，因子）：结构（c（3L，3L，4L，1L，2L）

控制变量#1（分类，因子）：结构（c（1L，2L，2L，2L，2L）

控制变量#2（分类，因子）：结构（c（2L，2L，5L，3L，2L）

ANOVA公式：aov(dep.variable ~ indep.variablecntrl#1cntrl#2, data = data)

我的自变量是一个有4个水平的因素。在控制 cntrl #1 和 #2 后，我需要自变量每个级别的因数值的平均值。

我会很感激你的帮助。

Answer 1

所以在查看 this 教程时，R 似乎没有给您平均值，就像您在查看 SPSS 时那样。也许你想尝试一个不同的图书馆来为你提供更多信息？您也可以像 this 教程中那样手动完成。他们只是得到每组的平均值：

PlantGrowth %>%
  group_by(group) %>%
  get_summary_stats(weight, type = "mean_sd")

请注意，您的分类变量需要是二元的，以单独识别每个类别的影响。 （如果需要创建虚拟变量）

Answer 2

aov()

是

lm()

的包装器，专为提供方差分析预期的通常输出而量身定制。您可以像使用

coef()

输出一样使用

lm()

获得系数，或者直接使用

lm()

：

x = data.frame(
  y = c(
    rnorm(10, 5, 2),
    rnorm(10, 8, 2)
  ),
  g = rep(letters[1:2], each = 10)
)

aov(y ~ g, data = x)

Call:
   aov(formula = y ~ g, data = x)

Terms:
                       g Residuals
Sum of Squares  33.06216  81.16610
Deg. of Freedom        1        18

Residual standard error: 2.123494
Estimated effects may be unbalanced

使用

coef()

获取组意味着：

aov(y ~ g, data = x) |> coef()

(Intercept)          gb 
   5.784686    2.571465 

或直接致电

lm()

：

lm(y ~ g, data = x)

Call:
lm(formula = y ~ g, data = x)

Coefficients:
(Intercept)           gb  
      5.785        2.571  

请注意，第一组

'a'

的平均值在

(Intercept)

项中，而

'b'

的效果是与此截距的差异。实际组均值是

'a'

的截距和

'b'

的两个系数之和。