在《用R語言做數據分析——單因素方差分析多重比較和評估檢驗》中，我們探究了各種療法對降低膽固醇的影響，現在用置換檢驗來分析：

> library(lmPerm)

> library(multcomp)

> set.seed(1234)

> fit <- aovp(response~trt,data=cholesterol,perm = "Prob")

[1] "Settings: unique SS "

> summary(fit)

Component 1 :

Df R Sum Sq R Mean Sq Iter Pr(Prob)

trt 4 1351.37 337.84 5000 < 2.2e-16 ***

Residuals 45 468.75 10.42

---

Signif. codes:

0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

結果表明，各療法的效果不全相同

在《用R語言做數據分析——單因素協方差分析》中，我們探究了四種藥物劑量對妊娠鼠崽體重的影響，現在用置換檢驗來分析：

> library(lmPerm)

> set.seed(1234)

> fit <- aovp(weight~gesttime dose, data=litter, perm = "Prob")

[1] "Settings: unique SS : numeric variables centered"

> summary(fit)

Component 1 :

Df R Sum Sq R Mean Sq Iter Pr(Prob)

gesttime 1 161.49 161.493 5000 0.0006 ***

dose 3 137.12 45.708 5000 0.0392 *

Residuals 69 1151.27 16.685

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

依據p值可知，當控制妊娠期時間相同時，四種藥物劑量對鼠崽的體重影響不相同。

在《用R語言做數據分析——雙因素方差分析》中，我們探究了維生素C對豚鼠牙齒生長的影響，這個實驗中兩個可操作的因子時劑量（三水平）和喂食方式（兩水平）。10隻豚鼠分别被分配到每種處理組合中，形成3*2的實驗設計。置換檢驗分析代碼如下：

> library(lmPerm)

> set.seed(1234)

> fit <- aovp(len~supp*dose, data=ToothGrowth, perm = "Prob")

[1] "Settings: unique SS : numeric variables centered"

> summary(fit)

Component 1 :

Df R Sum Sq R Mean Sq Iter Pr(Prob)

supp 1 205.35 205.35 5000 < 2e-16 ***

dose 1 2224.30 2224.30 5000 < 2e-16 ***

supp:dose 1 88.92 88.92 2032 0.04724 *

Residuals 56 933.63 16.67

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

在0.05的顯著性水平下，三種效應都不等于0，在0.01的水平下，隻有主效應顯著。