R語言經典例項
11章方差分析：ANOVA
m<-lm(y~u+v+w)
anova(m)給出方差分析表
coefficients(m)給出模型係數
coef(m)同上
confint(m)給出迴歸係數的置信區間
deviance(m)給出殘差平方和
effects(m)給出正交影響向量
fitted(m)給出擬合y值的向量
residuals(m)給出模型殘差
resid(m)同上
vcov(m)主要引數的方差--協方差矩陣
confint(m.level=0.99)置信區間設定為99%。
outlier.test(m)離群值

1. 普通殘差與擬合值的殘差圖 Residuals vs Fitted
2. 正態QQ的殘差圖 Normal Q-Q
3. 標準化殘差開方與擬合值的殘差圖 Scale-Location
4. cook統計量的殘差圖 Cook's distance
5. 學生化殘差與槓桿值圖 Residuals vs Leverage 殘差與槓桿圖
6.influence.measures(m) 識別有過度影響的觀察值 星號(*)

11.20執行單因素方差分析
oneway.test(x~y)  x是一個數值向量,f是定義組的一個因子。
引數：var.equal=T得到不保守的檢驗；subset包含所分析觀察值的索引。
    函式aov來執行單因素方差分析m<-aov(x~f)
11.21建立互動關係圖
interaction.plot(pred1,pred2,resp) 前兩個是分類預測變數，而resp是響應變數
11.22找到組間均值的不同
wday函式確定一週發生的天（週一到週五）
置信區間上限和下限：lwr和upr
11.23穩健方差分析函式：kruskal.test(x~f) f是一個分組因子。
Kruskal-Wallis檢驗：不假定正態性，假設各組有相同形狀的分佈。資料是非正態分佈或者未知分佈，可用。