ANOVA：自由度几乎都等于1

Question

我有一个像这样开始的数据集：

> d.weight
    R   N   P  C D.weight
1   1   0   0 GO     45.3
2   2   0   0 GO     34.0
3   3   0   0 GO     19.1
4   4   0   0 GO     26.6
5   5   0   0 GO     23.5
6   1  45   0 GO     22.1
7   2  45   0 GO     15.5
8   3  45   0 GO     23.4
9   4  45   0 GO     15.8
10  5  45   0 GO     42.9
...

依此类推。

• R被复制，其中有5个（1-5）。
• [N是氮水平，也有5（0、45、90、180、360）。
• [P是磷水平，也有5（0、35、70、140、280）。
• [C是植物组合，有4个（GO，GB，LO，LB）。]]
• D.weight是干重，以克为单位。

但是，当我进行方差分析时，我得到了错误的自由度。我通常在全部数据的子集上运行方差分析，但让我们做一下我本来不会做的分析，以便您可以看到几乎所有的Df（自由度）都是错误的。

> example.aov=aov(D.weight ~ R+N+P+C, data=d.weight)
> summary(example.aov)
         Df Sum Sq Mean Sq F value  Pr(>F)    
R             1   1158    1158   9.484 0.00226 ** 
N             1    202     202   1.657 0.19900    
P             1  11040   11040  90.408 < 2e-16 ***
C             3  41032   13677 112.010 < 2e-16 ***
Residuals   313  38220     122
所以，基本上，唯一正确的是C因子。是因为它是字母而不是数字吗？

[我发现某个地方，如果我用每一项写interaction()，我都会得到正确的Df，但是我不知道这总体上是否正确。例如：

> example.aov2=aov(D.weight ~ interaction(R)+interaction(N)+interaction(P)+interaction(C), data=d.weight)
> summary(example.aov2)
                Df Sum Sq Mean Sq F value   Pr(>F)    
interaction(R)   4   7423    1856  19.544 2.51e-14 ***
interaction(N)   4    543     136   1.429    0.224    
interaction(P)   4  13788    3447  36.301  < 2e-16 ***
interaction(C)   3  41032   13677 144.042  < 2e-16 ***
Residuals      304  28866      95
我尝试使用C因子进行尝试，只是看它是否弄乱了任何东西：

> example.aov3=aov(D.weight ~ C, data=d.weight)
> summary(example.aov3)
             Df Sum Sq Mean Sq F value Pr(>F)    
C             3  41032   13677   85.38 <2e-16 ***
Residuals   316  50620     160                   
> 
> example.aov4=aov(D.weight ~ interaction(C), data=d.weight)
> summary(example.aov4)
                Df Sum Sq Mean Sq F value Pr(>F)    
interaction(C)   3  41032   13677   85.38 <2e-16 ***
Residuals      316  50620     160
而且看起来也一样。我应该到处添加interaction()吗？

这是我的荣誉论文！我的顾问不知道如何使用R，我也不知道如何使用其他任何东西，所以我在这里。我有一个像这样开始的数据集：> d.weight R N P C D ....

Answer 1

R通过检查变量是numeric还是factor变量，确定将变量视为分类变量（ANOVA类型分析）还是连续变量（回归类型分析）。最简单的是，您可以通过