r语言 - 计算跨复制的平均值

Question

我有这样的数据：

Sample  Replication Days
1   1   10
1   1   14
1   1   13
2   1   NA
2   1   5
2   1   18
1   2   16
1   2   NA
1   2   18
2   2   15
2   2   7
2   2   12

我想为跨复制的样本平均值添加一列。我想将复制保留为一个因素，以查看复制是否有任何影响。例如，复制 1 的样本 1 的平均值和复制 2 的样本 1 的平均值分别。然后我想使用该列进行方差分析，使用：

sample_aov <- aov(Sample~Days, na.rm=TRUE)

我尝试使用聚合，但我认为我犯了一个错误。我将不胜感激任何帮助。谢谢！

Answer 1

让我们用你原来的建议来使用aggregate。我们会打电话给您data.framedf.请注意，您的分组变量sample，repl使用：

> val <- aggregate(.~sample+repl, df, FUN=mean)
> val
sample   repl          days
1      1      12.33333
2      1      11.50000
1      2      17.00000
2      2      11.33333

你已经准备好执行你的方差分析了。

Answer 2

使用tidyverse，可以按如下方式处理数据帧：

library(tidyverse)
df = data.frame(Sample = c(rep(1,3), rep(2,3),rep(1,3), rep(2,3)),
Replication = c(rep(1,6), rep(2,6)),
Days = c(10,14,13,NA,5,18,16,NA,18,15,7,12))
df <- df %>% group_by(Sample, Replication) %>% summarise(Mean = mean(Days, na.rm = TRUE))

您将获得以下数据帧：

> df
# A tibble: 4 x 3
# Groups:   Sample [2]
Sample Replication  Mean
<dbl>       <dbl> <dbl>
1      1           1  12.3
2      1           2  17  
3      2           1  11.5
4      2           2  11.3

现在，您可以通过执行以下操作anova对此数据帧执行测试：

> aov(Mean ~ Sample, data = d)
Call:
aov(formula = Mean ~ Sample, data = d)
Terms:
Sample Residuals
Sum of Squares  10.56250  10.90278
Deg. of Freedom        1         2
Residual standard error: 2.334821
Estimated effects may be unbalanced

由于您只有两组要比较，因此t-test更合适：

> t.test(Mean ~ Sample, data = df)
Welch Two Sample t-test
data:  Mean by Sample
t = 1.392, df = 1.0026, p-value = 0.3962
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-26.23892  32.73892
sample estimates:
mean in group 1 mean in group 2 
14.66667        11.41667 

这是你要找的吗？