dane <- read.table("http://ls.home.amu.edu.pl/data_sets/kontekst.txt")
View(dane)
colnames(dane) <- c("number", "context")
dane$context <- as.factor(dane$context)
aggregate(dane$number, list(CONTEXT = dane$context), FUN = mean)
boxplot(number ~ context, data = dane, xlab = "Kontekst", ylab = "Words number")
summary(aov(number ~ context, data = dane))
rests <- lm(number ~ context, data = dane)$residuals
shapiro.test(rests)$p.value
qqnorm(rests)
qqline(rests)
bartlett.test(number ~ context, data = dane)$p.value
fligner.test(number ~ context, data = dane)$p.value
library(car)
leveneTest(number ~ context, data = dane)[[3]][1]
leveneTest(number ~ context, data = dane, center = "mean")[[3]][1]
attach(dane)
pairwise.t.test(number, context, data = dane)
boxplot(number ~ context, data = dane, xlab = "Kontekst", ylab = "Words number")
model_aov <- aov(number ~ context, data = dane)
TukeyHSD(model_aov)$context
plot(TukeyHSD(model_aov))
library(agricolae)
install.packages("agricolae")
library(agricolae)
HSD.test(model_aov, "context", console = TRUE)
SNK.test(model_aov, "context", console = TRUE)
LSD.test(model_aov, "context", p.adj = "holm", console = TRUE)
scheffe.test(model_aov, "context", console = TRUE)
C1 <- c(-3, 2, 2, -3, 2)
C2 <- c(0, -1, -1, 0, 2)
C3 <- c(0, 1, -1, 0, 0)
C4 <- c(1, 0, 0, -1, 0)
con <- cbind(C1, C2, C3, C4)
contrasts(dane$context) <- con
model_aov_2 <- aov(number ~ context, data = dane)
summary(model_aov_2, split = list(context = list('C1' = 1, 'C2' = 2, 'C3' = 3, 'C4' = 4)))
dane <- read.table("http://ls.home.amu.edu.pl/data_sets/eysenck.txt")
dane <- read.table("http://ls.home.amu.edu.pl/data_sets/eysenck.txt")
View(dane)
colnames(dane) <- c("result", "instruction")
dane <- read.table("http://ls.home.amu.edu.pl/data_sets/Eysenck.txt", header = TRUE)
dane$Nr <- NULL
dane$context <- as.factor(dane$context)
dane$Instrukcja <- as.factor(dane$Instrukcja)
aggregate(dane$Wynik, list(CONTEXT = dane$Instrukcja), FUN = mean)
boxplot(number ~ context, data = dane, xlab = "Instrukcja", ylab = "Wynik")
boxplot(Wynik ~ Instrukcja, data = dane, xlab = "Instrukcja", ylab = "Wynik")
summary(aov(Wynik ~ Instrukcja, data = dane))
rests <- lm(Wynik ~ Instrukcja, data = dane)$residuals
shapiro.test(rests)$p.value
qqnorm(rests)
qqline(rests)
bartlett.test(Wynik ~ Instrukcja, data = dane)$p.value
fligner.test(Wynik ~ Instrukcja, data = dane)$p.value
leveneTest(Wynik ~ Instrukcja, data = dane)[[3]][1]
leveneTest(Wynik ~ Instrukcja, data = dane, center = "mean")[[3]][1]
attach(dane)
pairwise.t.test(Wynik, Instrukcja, data = dane)
model_aov <- aov(Wynik ~ Instrukcja, data = dane)
TukeyHSD(model_aov)$Instrukcja
plot(TukeyHSD(model_aov))
HSD.test(model_aov, "Instrukcja", console = TRUE)
SNK.test(model_aov, "Instrukcja", console = TRUE)
LSD.test(model_aov, "Instrukcja", p.adj = "holm", console = TRUE)
scheffe.test(model_aov, "Instrukcja", console = TRUE)
C1 <- c(0, 1, -1, 1, -1)
C2 <- c(4, -1, -1, -1, -1)
C3 <- c(0, 1, 0, -1, 0)
C4 <- c(0, 0, -1, 0, 1)
con <- cbind(C1, C2, C3, C4)
contrasts(dane$Instrukcja) <- con
View(con)
model_aov_2 <- aov(Wynik ~ Instrukcja, data = dane)
View(model_aov_2)
summary(model_aov_2, split = list(Instrukcja = list('C1' = 1, 'C2' = 2, 'C3' = 3, 'C4' = 4)))
boxplot(Wynik ~ Instrukcja, data = dane, xlab = "Instrukcja", ylab = "Wynik")
contrasts(dane$Instrukcja) <- con
c <- contrasts(dane$Instrukcja) <- con
View(c)
View(dane)
contrasts(dane$Instrukcja) <- con
contrasts(dane$Instrukcja)
View(dane)