本文主要是介绍R语言的两个C指数怎么比较,R语言自定义相同指标内多组数据对比：单因素方差分析函数...，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
自定义相同指标内多组数据对比：单因素方差分析函数
注意：无论以哪种形式作为数据输入，符号~右边表示分类变量，符合左边表示因变量，即要研究的指标数据
aov.func
+ error
+ data[,1]
+ group.levels
+ for(i in group.levels){
+ if(shapiro.test(data[which(data[,1]==i),2])$p.value
#验证不同水平下的指标是否服从正态分布，只要有一组不服从正态分布，就带引第i组不服从正态分布
+ error
+ }
+ }
+ if(error){
+ return()
+ }
+ else{
+ print("符合正态性前提")
+ }
+ #检验不同水平下指标的方差齐次性
+ if(bartlett.test(data[,2]~data[,1])$p.value
+ print("ERROR:符合方差齐次性前提")
+ }
#验证不同水平下指标数据的方差是否相同，如果p-value大于alpha表示服从，小于则表示不服从
+ #绘制箱线图
+ if(plot.logic){
+ boxplot(data[,2]~data[,1])
+ }
+ #方差分析
+ sol
+ p.value
+ tab
+ dimnames(tab)
+ tab[1:2,1]
+ tab[1:2,2]
+ tab[1:2,3]
+ tab[1:2,4]
+ tab[1,5]
+ print("====方差分析====")
+ print(tab)
+ #多重T检验
+ if(p.value
+ print(paste(p.value,"
+ sol.t
+ tab
+ tab[which((sol.t[[3]]>alpha)==TRUE)]
+ tab[which((sol.t[[3]]>alpha)==FALSE)]
+ print("====多重T检验====")
+ print(tab)
+ }
+ else{
+ print(paste(p.value,">",alpha,":个水平下的指标无明显差别"))
+
+ }
+ return(sol)
+ }
> 自定义函数aov.func的参数说明：
data:可以是matrix或data.frame两种对象，第一列表示不同水平下的取值，第二列是对应的指标数据，例如：kpi
data
Alpha表示显著性水平，默认为0.05
Plot.logic如果去T默认，时绘制data的箱线图，如果去F时不进行绘图。
P.adjust.mod设置在左多重T检验时，修正p-value的值。
例：数据为某电商2个年龄段的日客单价数据。
> price1
>price2
> date
> price
> data
> data
group x
1 1 79
2 1 79
3 1 87
4 1 79
5 1 71
6 1 84
7 1 82
8 1 82
9 1 85
10 1 82
11 1 88
12 1 81
13 1 71
14 1 76
15 1 81
16 1 75
17 1 72
18 1 83
19 1 76
20 2 193
21 2 192
22 2 191
23 2 181
24 2 191
25 2 192
26 2 187
27 2 191
28 2 196
29 2 196
30 2 196
31 2 196
32 2 192
33 2 194
34 2 192
35 2 189
36 2 196
37 2 202
38 2 197
39 2 206
40 2 199
41 2 191
42 2 194
43 2 195
44 2 196
> sol
[1] "符合正态性前提"
[1] "====方差分析===="
自由度 差异平方和 均方 统计量F P-value
分类变量A 1 140712.579 140712.57895 5780.327 1.289547e-46
随机性误差 42 1022.421 24.34336 NA NA
总和 43 141735.000 NA NA NA
[1] "1.28954695480505e-46 < 0.05 :各水平下的指标有明显差别"
[1] "====多重T检验===="
1
2 "显著差别"
>
这篇关于R语言的两个C指数怎么比较,R语言自定义相同指标内多组数据对比：单因素方差分析函数...的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
