0

我对 R 很陌生，对这个网站完全陌生，所以我真的希望我能够以清晰的方式传达我的问题。

以下是我的数据集的一部分：

A1<-c(0.308, 0.3624, 0.1861, 0.6176, 0.0506, 0.1014, 0.2245, 0.1894, 0.246, 0.1795)
A2<-c(0.0785, 0.1583, 0.1803, 0.0538, 0.0534, 0.0646, 0.0902, 0.0307, 0.2002, 0.1135, 0.0862)
B1<-c(0.293, 0.2159, 0.1919, 0.1904, 0.1274, 0.1482, 0.1579, 0.3284, 0.1948, 0.3159, 0.1764, 0.0403)
B2<-c(0.0741, 0.0601, 0.0273, 0.077, 0.1214, 0.0837, 0.0521, 0.0746, 0.0733, 0.0403, 0.0544)

数据呈正态分布，但显示异方差性，因此我在创建数据框后使用了带有 Welch 校正的 ANOVA：

(X <- data.frame(Y = c(A1,A2,B1,B2), Group = rep(c("A1", "A2", "B1", "B2"), times = c(length(A1), length(A2), length(B1), length(B2)))))
oneway.test(Y ~ Group, data = X)

    One-way analysis of means (not assuming equal variances)

data:  Y and Group
F = 12.346, num df = 3.000, denom df = 19.002, p-value = 0.0001037

然后，我使用具有非合并标准差（由于异方差）的成对 t 检验进行事后比较

with(X, pairwise.t.test(Y, Group, pool.sd=FALSE))

    Pairwise comparisons using t tests with non-pooled SD 

data:  Y and Group 

   A1      A2      B1     
A2 0.05617 -       -      
B1 0.40115 0.01665 -      
B2 0.02360 0.17723 0.00089

P value adjustment method: holm

我的问题是我对所有的比较都不是很感兴趣，我真的只想比较 A1 和 A2，B1 和 B2 等等。我的数据集还包括 C1&2、D1&2 和 E1&2，所以我通过 p 值调整失去了相当多的意义，因为 t 检验运行了 45 对。

我当然可以通过函数单独运行我感兴趣的每个 t 检验t.test()并手动调整 p 值。但是，我很快就会有一个类似但更大的数据集，这使这项工作变得非常乏味。所以我想知道 R 中是否有一个选项可以选择包含在 中的比较pairwise.t.test()，或者是否有另一个 post hoc 选项可以实现这一点。

任何建议将不胜感激。

4

1 回答 1

0

这是一个快速的方法

Z <- split(X, substr(X$G, 1, 1))   # split your data frame into a list of data frames 
ans <- lapply(Z, function(A) with(A, pairwise.t.test(Y, Group, pool.sd=FALSE)))

输出

您所需的成对比较列表（$A 组，$B 组）

$A
        Pairwise comparisons using t tests with non-pooled SD 
data:  Y and Group 

   A1   
A2 0.019

P value adjustment method: holm 

$B
        Pairwise comparisons using t tests with non-pooled SD 
data:  Y and Group 

   B1     
B2 0.00015

P value adjustment method: holm
于 2017-08-31T12:44:10.493 回答