R_L8

/*
Задание

1. Откройте файл DA.csv (ВесИглокожих). Проведите двухфакторный дисперсионный анализ для выявления влияния факторов Грунт и Вид(priming и view), Грунт и Район(priming и region), Грунт и Условия(priming и conditions) на Вес(weight) (3 анализа).

Опишите полученные результаты.

2. Откройте файл university2.csv. Проведите многомерный дисперсионный анализ для определения зависимости выбора университета (University) от рейтингов: Reyt_funcz - рейтинговый функционал, Yslov_educ - условия для получения качественного образования, ранг; Yslov_job - уровень востребованности выпускников работодателями, ранг; Yslov_science - уровень научно-исследовательской деятельности, ранг. Опишите полученные результаты.

link https://yadi.sk/d/M7oKpF9Is9KpIA
*/
weight
priming
view

#1 анализ

aggregate(DA$weight,by=list(DA$priming,DA$view),mean)
aggregate(DA$weight,by=list(DA$priming,DA$view),sd)
fit=aov(DA$weight~DA$priming*DA$view)
summary(fit)
#Pr(>F) для priming = 0.0496<0,05
#Pr(>F) для view = 0.2779>0,05
#Pr(>F) для priming:view = 0.2713>0,05

interaction.plot(DA$view,DA$priming,DA$weight, type="b", col=c("red","blue"))
boxplot(DA$weight~DA$view*DA$priming)

#2 анализ

aggregate(DA$weight,by=list(DA$priming,DA$region),mean)
aggregate(DA$weight,by=list(DA$priming,DA$region),sd)
fit=aov(DA$weight~DA$priming*DA$region)
summary(fit)
#Pr(>F) для priming = 0.0422<0,05
#Pr(>F) для region = 0.1226>0,05
#Pr(>F) для priming:region = 0.3257>0,05

interaction.plot(DA$region,DA$priming,DA$weight, type="b", col=c("red","blue"))
boxplot(DA$weight~DA$region*DA$priming)

#3 анализ

aggregate(DA$weight,by=list(DA$priming,DA$conditions),mean)
aggregate(DA$weight,by=list(DA$priming,DA$conditions),sd)
fit=aov(DA$weight~DA$priming*DA$conditions)
summary(fit)
#Pr(>F) для priming = 0.0496<0,05
#Pr(>F) для view = 0.2779>0,05
#Pr(>F) для priming:view = 0.2713>0,05

interaction.plot(DA$conditions,DA$priming,DA$weight, type="b", col=c("red","blue"))
boxplot(DA$weight~DA$conditions*DA$priming)

#Задание 2

university2
names(university2)
y<-cbind(university2$Yslov_educ,university2$Yslov_science,university2$Yslov_job)
y
aggregate(y,by=list(university2$University),mean)
cov(y)

fit<-manova(y~university2$University)
summary(fit)
#Pr(>F)=2.2e-16
summary.aov(fit)
#Response 1 (Yslov_educ) Pr(>F)=2.2e-16
#Response 2 (Yslov_science) Pr(>F)=9.756e-12
#Response 3 (Yslov_science) Pr(>F)=7.642e-11


#Необходимо описать все проведенные анализы