用R语言自编一个函数用于单因子方差分析

以下是用R语言自编的一个函数，用于单因子方差分析：

one_way_anova <- function(data, group_var, response_var){
  # data: 数据框
  # group_var: 分组变量名
  # response_var: 反应变量名
  
  # 计算总平均值
  grand_mean <- mean(data[[response_var]])
  
  # 计算组内平均值
  group_means <- aggregate(data[[response_var]], by=list(data[[group_var]]), mean)
  names(group_means) <- c(group_var, "mean")
  
  # 计算组内平均方差
  group_vars <- aggregate(data[[response_var]], by=list(data[[group_var]]), var)
  names(group_vars) <- c(group_var, "var")
  
  # 计算组内平均方差的平均值
  mean_within_group_vars <- mean(group_vars[["var"]])
  
  # 计算组间平均方差
  n_groups <- length(unique(data[[group_var]]))
  group_sizes <- aggregate(data[[response_var]], by=list(data[[group_var]]), length)[,2]
  group_sumsquares <- (group_sizes - 1) * group_vars[["var"]]
  mean_between_group_vars <- sum(group_sumsquares) / (n_groups - 1)
  
  # 计算F值和p值
  f_value <- mean_between_group_vars / mean_within_group_vars
  p_value <- pf(f_value, n_groups - 1, sum(group_sizes) - n_groups, lower.tail=FALSE)
  
  # 输出结果
  result <- list(grand_mean=grand_mean, group_means=group_means, group_vars=group_vars, 
                 mean_within_group_vars=mean_within_group_vars, mean_between_group_vars=mean_between_group_vars, 
                 f_value=f_value, p_value=p_value)
  return(result)
}

使用该函数的示例代码如下：

# 导入数据
data <- read.csv("data.csv")

# 运行单因子方差分析
result <- one_way_anova(data, "group", "value")

# 输出结果
print(result)

其中，data.csv是包含分组变量（group）和反应变量（value）的数据文件。