如何基于均值、SD和N做ANOVA及Tukey检验？解决rpsychi包不可用问题

你需要通过均值（mean）、标准差（sd）和样本量（n）计算单因素ANOVA的显著性，但原代码依赖的rpsychi包无法安装，ind.oneway.second函数不可用，以下是两种可行的替代方法。

原代码及错误信息 #

library(rpsychi)

E_data <- read.csv(file = "E.csv", sep = ",")
with(E_data, ind.oneway.second(E_data.mean,E_data.sd,E_data.n))

错误提示：

could not find function "ind.oneway.second"

示例数据结构 #

strain  hrs    mean   sd      n
alpha   12hrs  0.06   0.0010  2
beta    12hrs  0.08   0.0020  2
delta   12hrs  0.22   0.0030  2

方法一：手动计算ANOVA统计量 #

直接通过公式计算组间平方和、组内平方和、F值，再基于F分布得到p值，无需依赖第三方包。

代码示例：

# 读取数据
E_data <- read.csv("E.csv", sep = ",")

# 提取核心参数
means <- E_data$mean
sds <- E_data$sd
ns <- E_data$n
group_count <- length(means)  # 组数
total_n <- sum(ns)            # 总样本量

# 计算总均值
grand_mean <- weighted.mean(means, ns)

# 计算组间平方和与自由度
ss_between <- sum(ns * (means - grand_mean)^2)
df_between <- group_count - 1

# 计算组内平方和与自由度
ss_within <- sum((ns - 1) * sds^2)
df_within <- total_n - group_count

# 计算均方、F值和p值
ms_between <- ss_between / df_between
ms_within <- ss_within / df_within
f_value <- ms_between / ms_within
p_value <- pf(f_value, df_between, df_within, lower.tail = FALSE)

# 输出结果
cat(sprintf("F值: %.4f\np值: %.4f\n", f_value, p_value))

方法二：模拟原始数据后用标准ANOVA分析 #

利用均值和标准差生成符合正态分布的原始观测数据，再使用R内置的aov函数完成分析。

代码示例：

# 读取数据
E_data <- read.csv("E.csv", sep = ",")

# 设置随机种子保证结果可重复
set.seed(123)

# 生成模拟原始数据
raw_data <- data.frame(
  value = unlist(mapply(function(m, s, n) rnorm(n, mean = m, sd = s),
                        E_data$mean, E_data$sd, E_data$n)),
  group = rep(E_data$strain, E_data$n)
)

# 执行单因素ANOVA并输出结果
anova_result <- aov(value ~ group, data = raw_data)
summary(anova_result)

内容的提问来源于stack exchange，提问作者Manoj Kumar