方差分析P值根据是否使用因素而发生变化

Question

我正在对某些实验数据进行标准ANOVA测试。

data$group <- factor(data$group, ordered=FALSE)
analysis <- aov(output ~ group,data=vr2)
summary(analysis)

输出数据是离散的(0-7(，组编号为1、2和3。如果我丢弃第一行，将组变成因素，则p值从0.006变为0.001。

这样做的原因是什么？

Answer 1

首先，如果您的因变量是离散的，则正常ANOVA不是合适的模型，因为它假定了连续的响应变量。哪个线性模型合适取决于您使用的数据类型(序数？计数？(。

第二，在引擎盖下，aov()只是线性模型。当线性模型"看到"数字变量时，它只会运行线性回归而不是预期的方差分析。尝试以下代码

x <- sample(1:3, 20, replace=T)
y <- rnorm(20)
summary(aov(y ~ x))
summary(lm(y ~ x))
x <- factor(x)
summary(aov(y ~ x))

请注意前两个模型中相同的p值。