统计 | 1-单因素方差分析可视化--柱形图+标准差+多重比较结果

2021-11-04 21:59:55 阅读：335 来源： 互联网

标签：aes -- xx yield 方差分析 virus 柱形图 sweetpotato sd

今天介绍一下单因素方差分析可视化的内容，主要是实现如下图：

分组平均值+标准差

1. 数据

library(agricolae)
data(sweetpotato)
head(sweetpotato)
str(sweetpotato)

试验描述：

这些数据与在秘鲁南部塔克纳省进行的一项实验相符。研究了两种病毒（Spfmv和Spcsv）的作用。处理方法如下：CC（Spcsv）=甘薯褪绿矮秆，FF（Spfmv）=羽状斑驳，FC（Spfmv y Spcsv）=病毒复合物和OO（见证）健康植物。每个小区种植甘薯50株，共12个小区。每次治疗重复3次，实验结束时评估总重量（千克）。病毒通过插条传播，插条在田间播种。

2. 方差分析

mod1 = aov(yield~virus,data=sweetpotato)
summary(mod1)

可以看出，不同病毒之间达到极显著。可以进行多重比较。

3. 多重比较

re = LSD.test(mod1,"virus")
re

结果：

$statistics
   MSerror Df   Mean      CV  t.value      LSD
  22.48917  8 27.625 17.1666 2.306004 8.928965

$parameters
        test p.ajusted name.t ntr alpha
  Fisher-LSD      none  virus   4  0.05

$means
      yield      std r       LCL      UCL  Min  Max   Q25  Q50   Q75
cc 24.40000 3.609709 3 18.086268 30.71373 21.7 28.5 22.35 23.0 25.75
fc 12.86667 2.159475 3  6.552935 19.18040 10.6 14.9 11.85 13.1 14.00
ff 36.33333 7.333030 3 30.019601 42.64707 28.0 41.8 33.60 39.2 40.50
oo 36.90000 4.300000 3 30.586268 43.21373 32.1 40.4 35.15 38.2 39.30

$comparison
NULL

$groups
      yield groups
oo 36.90000      a
ff 36.33333      a
cc 24.40000      b
fc 12.86667      c

attr(,"class")
[1] "group"

4. 多重比较可视化

re1 = re$groups
re1

# 计算品种标准误

xx = aggregate(yield ~ virus, sweetpotato,sd)
names(xx) = c("virus","sd")
xx


re2 = re1 %>% mutate(virus = rownames(re1)) %>% inner_join(.,xx,by="virus")
re2

# 作图
## 做直方图
re2 %>% ggplot(aes(virus,yield)) + geom_col(aes(fill = virus), width=.4) + 
  geom_errorbar(aes(ymax = yield + sd, ymin = yield - sd),width = .1,size=.5)+ 
  geom_text(aes(label = groups,y = yield + sd +1.5)) + theme(panel.grid = element_blank(), panel.background = element_rect(color = "black",fill = "transparent"))

5. 完整代码

library(agricolae)
data(sweetpotato)
mod1 = aov(yield~virus,data=sweetpotato)
summary(mod1)

re = LSD.test(mod1,"virus")
re

re1 = re$groups
re1

# 计算品种标准误

xx = aggregate(yield ~ virus, sweetpotato,sd)
names(xx) = c("virus","sd")
xx


re2 = re1 %>% mutate(virus = rownames(re1)) %>% inner_join(.,xx,by="virus")
re2

# 作图
## 做直方图
re2 %>% ggplot(aes(virus,yield)) + geom_col(aes(fill = virus), width=.4) + 
  geom_errorbar(aes(ymax = yield + sd, ymin = yield - sd),width = .1,size=.5)+ 
  geom_text(aes(label = groups,y = yield + sd +1.5)) + theme(panel.grid = element_blank(), panel.background = element_rect(color = "black",fill = "transparent"))

6. R语言太难？来用Genstat吧

6.1 导入数据

6.2 选择方差分析模型

结果：

Analysis of variance
 
Variate: yield
 
Source of variation	d.f.	s.s.	m.s.	v.r.	F pr.
virus	3	 1170.21	 390.07	 17.34	<.001
Residual	8	 179.91	 22.49	 	 
Total	11	 1350.12	 	 	 
 
 
Message: the following units have large residuals.
 
*units* 9	   -8.3	   s.e. 3.9
 
 
Tables of means
 
Variate: yield
 
Grand mean  27.6 
 
	virus	 cc	 fc	 ff	 oo
		 24.4	 12.9	 36.3	 36.9
 
 
Standard errors of differences of means
 
Table	virus	 
rep.	 3	 
d.f.	 8	 
s.e.d.	 3.87	 
 
 
 
Least significant differences of means (5% level)
 
Table	virus	 
rep.	 3	 
d.f.	 8	 
l.s.d.	 8.93

6.3 多重比较

Fisher's protected least significant difference test
 
 
virus
 
 
		Mean	 
	oo	 36.90	 a
	ff	 36.33	 a
	cc	 24.40	 b
	fc	 12.87	 c

6.4 结果可视化

结果：

欢迎关注我的公众号：育种数据分析之放飞自我。主要分享R语言，Python，育种数据分析，生物统计，数量遗传学，混合线性模型，GWAS和GS相关的知识。

标签：aes,--,xx,yield,方差分析,virus,柱形图,sweetpotato,sd
来源： https://blog.csdn.net/yijiaobani/article/details/121151416

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9