일원배치법

• 특성값에 영향을 주는 요인이 1개만 있는 모형

  num <- c(45,59,48,46,38,47,21,12,14,17,13,17,37,32,15,25,39,41,16,11,20,21,14,7)
  col <- factor(rep(1:4,rep(6, 4)))
  #col <- factor(rep(1:4, each=6))
  bugs <- data.frame(num,col)
  fit <- lm(num ~ col, data=bugs)
  anova(fit)
  
  # 기본구조는 factor를 통해 다른 col에 어떤 요소인지 체크
  # 그 요소들을 ~ 통해 회귀식 구하기, anova로 검정
  

반복이 없는 이원배치법

• 특성값에 영향을 주는 요인이 2개인 유형

  A <- rep(1:4, times=3)
  B <- rep(1:3, each=4)
  y <- c(64,53,47,51,49,51,45,43,50,48,50,52)
  cor <- data.frame(A,B,y)
  fit2 <- lm(y ~ A+B, data=cor)
  anova(fit2)
  

반복이 있는 이원배치법

• lm 함수 안에 *을 통해서 두 인자 간의 교호작용 여부를 확인 가능

  fit3 <- lm(y ~ A*B, data=x)
  

  반복이 없는 이원배치법에서는 교호작용에 의한 값을 오차항으로 포함하여 검정