R中的ANOVA之后的汇总组差异

debugcn 发表于 Dev

用户名

我已经通过以下代码完成了单向ANOVA测试：

Anova_Results <- aov(TotalComm ~ treatment, data = ANOVA_Relationship_Subset)
summary(Anova_Results)

然后，我将如何制作一个具有APA出版价值的表，如下所示：

这是我的数据：

structure(list(RELATIONSHIP = c(4.33333349227905, 1, 4.33333349227905, 
3.33333325386047, 4.83333349227905, 3), TotalComm = c(279.166687011719, 
250, 275, 312.5, 291.666687011719, 237.5), treatment = c("Control", 
"Control", "Control", "Control", "Control", "Control"), beep = c(1, 
1, 1, 1, 1, 1)), row.names = c(NA, -6L), class = c("tbl_df", 
"tbl", "data.frame"))

预先感谢您的帮助！

伦·格雷斯基

可以使用R Markdown并将knit::kable()表打印到Microsoft Word。因此，我们可以总结一个数据框，dplyr::summarise()以在ANOVA分析中为单元创建均值，标准误和置信区间。

使用Crompton的1947年Toothgrowth数据的一个简单示例如下所示：

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

## Printing an APA style table

This is an R Markdown document. 

    ```{r anovaTable, echo = FALSE}
    library(datasets)
    data(ToothGrowth)
    library(knitr)
    library(dplyr)
    ToothGrowth %>% group_by(dose,supp) %>%
         summarise(n = n(),mean = mean(len), 
                   sd = sd(len), 
                   se = sd / sqrt(n),
                   lcl = mean - se*qt(.975,n), 
                   ucl = mean + se*qt(.975,n)) -> theTable

```

`r kable(theTable)`

当编织到Microsoft Word输出时，结果表最初看起来像这样。

经过一些手动编辑后，表格如下所示。

我将保留使用该kableExtra程序包以编程方式增强输出表的功能，以供读者练习。

使用原始帖子中的数据，R Markdown和结果输出如下所示。

```{r opAnovaTable, echo = FALSE}

data <- structure(list(RELATIONSHIP = c(4.33333349227905, 1, 4.33333349227905, 
                                        3.33333325386047, 4.83333349227905, 3), TotalComm = c(279.166687011719, 
                                        250, 275, 312.5, 291.666687011719, 237.5), treatment = c("Control", 
                                   "Control", "Control", "Control", "Control", "Control"), beep = c(1, 
                                   1, 1, 1, 1, 1)), row.names = c(NA, -6L), class = c("tbl_df", 
                                    "tbl", "data.frame"))

data %>% group_by(treatment) %>%
     summarise(Count = n(),
               Mean = mean(TotalComm), 
               SD = round(sd(TotalComm),3), 
               SE = round(SD / sqrt(Count),3), 
               Lower = round(Mean - SE*qt(.975,Count),3), 
               Upper = round(Mean + SE*qt(.975,Count),3)) -> theTable

```

### Table 2: data from original post 
`r kable(theTable)`

...以及输出：