（方差分析）DCR 与使用 R 的子样本

Question

我正在尝试解决 DCR（完全随机设计）练习，例如这是数据 sheet

在 R 中提取数据

tb = data.frame("treat" = factor(x =  rep(1:2, c(12,10)),
                              labels = c("M1","M2")),
            "samp" = factor(x = c(rep(1,2), rep(2,3), rep(3,5), rep(4,2),
                                     rep(1,3),rep(2,3), rep(3,4)),
                               labels = c("s1","s2","s3","s4")), 
            "value" = c(5.6,5.7,
                        5.0,5.0,5.1,
                        5.4,5.4,5.4,5.5,5.4,
                        5.3,5.5,
                        7.6,7.6,7.8,
                        7.4,7.0,7.2,
                        7.5,7.6,7.5,7.4))
fit = aov(formula = value ~ treat * samp,data = tb)
anova(fit)

但是结果与此不同

如果你比较上面的table和anova(fit)，是不一样的。那么我的问题本身是：是否有一个库可以解决与此相同的问题，平衡和不平衡采样

Answer 1

更准确地陈述您的问题。你的问题到底是什么？ 'other library' 你在找什么？

一般来说：正如您所提到的，您的数据是不平衡的。在这种情况下，减少残差平方和的选择（类型 I、II 或 III）会产生不同的结果。这是一个数学问题，不是 R 的问题。此外，由于类型 I（即您选择的）是顺序的，因此模型项的顺序是相关的。 IE。比较

fit = aov(formula = value ~ treat * samp, data = tb) anova(fit)

和

fit = aov(formula = value ~ samp * treat, data = tb) anova(fit).

也许有帮助。

（方差分析）DCR 与使用 R 的子样本

(Anova) DCR with Subsamples using R

r

anova