步驟1：入門(mén)：

如果您的計(jì)算機(jī)上尚未存在R，則可以從官方網(wǎng)站免費(fèi)下載位于：

http://cran.r-project.org/bin/windows/base/（Windows）

http://cran.r-project.org/bin/macosx/（Mac）

http://cran.r-project.org/（Linux）

選擇該版本的（32bit/64bit）版本操作系統(tǒng)的自然基礎(chǔ)。

打開(kāi)R：

您將看到基本命令建議已打開(kāi)。這是已執(zhí)行命令的日志和輸出。但是，無(wú)法對(duì)其進(jìn)行編輯，使其難以使用，而是使用以下命令打開(kāi)腳本窗口：

文件》》

新腳本

此窗口充當(dāng)基本的文字處理器（靠近記事本），可以通過(guò)右鍵單擊一行或所選內(nèi)容并運(yùn)行它來(lái)編寫(xiě)，編輯和執(zhí)行命令?；蛘?，快捷鍵Control + r也將執(zhí)行一行或選擇。

注意：

您可以通過(guò)在注釋的開(kāi)頭加上井號(hào)（＃）來(lái)在R中編寫(xiě)注釋。步驟3中顯示了一個(gè)示例。

步驟2：讀取數(shù)據(jù)：

.csv也許是最流行的文件處理數(shù)據(jù)文件時(shí)鍵入。 .csv文件可以從excel輕松制作?；蛘?，您可以通過(guò)命名和指向變量將數(shù)據(jù)直接輸入R中（請(qǐng)參見(jiàn)輔助映像）。如果您有.csv文件，那就太好了！使用以下命令之一讀取它：

數(shù)據(jù)名稱(chēng)= read.csv（“適當(dāng)?shù)木W(wǎng)頁(yè)或文件目錄”）

數(shù)據(jù)名稱(chēng)= read.csv（file.choose（ ））

完成此操作之后，請(qǐng)使用以下命令瀏覽數(shù)據(jù)：

dim（數(shù)據(jù)名稱(chēng)）

str（數(shù)據(jù)名稱(chēng)）

頭（數(shù)據(jù)名稱(chēng)）

附加（數(shù)據(jù)名稱(chēng)）

注意：

您將需要運(yùn)行附加，否則需要R不會(huì)知道您要指的是什么數(shù)據(jù)集。

第3步：運(yùn)行ANOVA測(cè)試：

您做的很棒！您已經(jīng)接近完成一個(gè)獨(dú)立變量ANOVA測(cè)試。

使用以下R命令運(yùn)行方差分析：

name = aov（y variable?x variable）＃運(yùn)行ANOVA測(cè)試。 》 ls（name）＃列出測(cè)試存儲(chǔ)的項(xiàng)目。

summary（name）＃給出基本的方差分析輸出。

圖像中的示例將卡路里作為因變量y與一個(gè)自變量進(jìn)行比較（在此示例中為糖）。

注意：

如果R找不到指定的變量，請(qǐng)確保標(biāo)點(diǎn)符號(hào)匹配并且您已經(jīng)執(zhí)行了‘a(chǎn)ttach（data）’命令。

步驟4：然后是一個(gè)自變量

具有多個(gè)自變量x1，x2到xn的情況是一個(gè)簡(jiǎn)單的變化。 br》修改代碼，使自變量成為在它們之間帶有星號(hào)（*）的乘積：

name = aov（y?x1 * x2 * xn）

步驟5：解釋數(shù)據(jù)：

讓我們從中獲取多元模型第4步。在這里，我們嘗試用糖，卡路里，脂肪，蛋白質(zhì)以及它們彼此之間的相互作用（糖* CalFat，糖*蛋白質(zhì)，CalFat *蛋白質(zhì)和糖* CalFat *蛋白質(zhì)）來(lái)描述卡路里。

焦點(diǎn)在列上：F大于上一列列出的值的概率。這通常稱(chēng)為 p值。在大多數(shù)情況下，您將重要性置于alpha = .05級(jí)別，或者我們要求P值小于.05 才被視為具有統(tǒng)計(jì)意義。

立即我們可以看到，術(shù)語(yǔ)Sugars ，Sugars * CalFat和CalFat * Protein在.05級(jí)別上不顯著?；蛘撸覀兛吹紺alFat和Sugars * CalFat * Protein分別是最佳術(shù)語(yǔ)，P值遠(yuǎn)小于.05。

由此我們可以得出結(jié)論，如果您的目標(biāo)是描述卡路里，則只需對(duì)CalFat進(jìn)行回歸或潛在的糖* CalFat *蛋白質(zhì)。如果您打算采集更多樣本，而您只關(guān)心它的預(yù)測(cè)或描述卡路里，那么您現(xiàn)在只需要從Fat中收集卡路里，而不必收集所有其他變量。

責(zé)任編輯：wv