0

我刚从 R 开始，所以如果这是一个愚蠢的问题，我深表歉意，但是我已经广泛搜索它，似乎无法找到答案。我正在尝试用结构分析数据：

'data.frame':   60 obs. of  4 variables:
 $ response: num  8.2 8.2 9.4 11 9.9 9.5 9.8 11.1 10.9 9.7 ...
 $ subject : Factor w/ 10 levels "1","2","3","4",..: 1 1 1 1 1 1 2 2 2 2 ...
 $ dose    : Factor w/ 3 levels "A","B","C": 1 1 2 2 3 3 1 1 2 2 ...
 $ time    : Factor w/ 2 levels "dawn","dusk": 1 2 1 2 1 2 1 2 1 2 ...

即有 10 个受试者，对于每个受试者，在三个剂量中的每一个都有两个记录：一个在黄昏，一个在黎明。

所以我执行了一个混合模型方差分析，如下所示：

aov1<- aov(response~dose*time + Error(subject/(dose*time)))

效果很好并产生了结果：

Error: subject
          Df Sum Sq Mean Sq F value Pr(>F)
Residuals  9   4417   490.8               

Error: subject:dose
          Df Sum Sq Mean Sq F value Pr(>F)  
dose       2  25.95  12.975   3.681 0.0457 *
Residuals 18  63.45   3.525                 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Error: subject:time
          Df Sum Sq Mean Sq F value   Pr(>F)    
time       1  78.66   78.66   27.14 0.000557 ***
Residuals  9  26.09    2.90                     
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Error: subject:dose:time
          Df Sum Sq Mean Sq F value Pr(>F)
dose:time  2   4.09   2.046   0.578  0.571
Residuals 18  63.70   3.539

我认为这意味着时间和剂量有显着（p<0.05）的影响，但没有显着的相互作用。时间只有两个级别，所以这是不言自明的，但剂量有三个级别，我现在想做一个后测来检查哪些是显着不同的。但是我不知道如何做到这一点。“TukeyHSD(aov1)”和“summary.lm(aov1)”（使用对比）的工作方式似乎与我之前有一些经验的单向方差分析不同。

因为我在一个高度安全的区域工作，我不确定我是否能够在没有特定授权的情况下下载和安装软件包（我要等两周左右的会议才会知道），我是想知道是否有任何方法可以在不下载和安装任何其他软件包的情况下进行某种形式的后测来评估不同剂量之间的差异？

提前感谢您的任何建议！

4

0 回答 0