问题标签 [tukey]

考虑这个数据框dat1：

我有类似于dat1上面创建的数据框。Region,State和Loc是每次观察的分组变量，每次观察ID进行 5 次测量var1:var5。对于每个分组变量，我在每个var. 当发现显着差异时，我使用该TukeyHSD()函数和包中的multcompLetters()函数在multcompView组上生成 CLD。由于我想为每个分组变量执行此操作，因此我正在尝试编写一个函数来防止自己重复和打错字。下面显示了我在哪里：

代码在函数之外工作。该函数将创建模型，但我不知道如何格式化它以便识别groupvar零件的内容multcompLetters(extract_p())？我该如何解决这个问题，以及如何让它输出一个整洁的表格，该表格显示每个组和我一次给它的每个变量的字母。例如，State使用所有 5 个变量看起来像这样

此外，是否有一种合理的方法可以使此函数生成显示 CLD 字母的组的箱线图（针对每个变量）？

我试图弄清楚如何通过 multcomp::glht() 函数实现广义线性模型的同时推理。具体来说，我想从这里对 2-way ANOVA 示例进行完整的 Tukey 分析。他们对具有交互作用的模型进行了 Tukey 的事后分析。

mod <- lm(breaks ~ wool * tension, data = warpbreaks)

• 羊毛是一个2级因子（A，B）
• 张力是一个 3 级因子（L、M、H）

在小插图的示例中，他们检查了每个羊毛级别内张力级别的平均值差异。但是我有兴趣学习如何寻找每个可能的级别组合之间的差异。按照示例，使用如下代码：

他们得到如下信息：

那么，我怎样才能获得正确的对比度矩阵，以便进行如下比较：

• A:M - B:M == 0
• A:M - B:H == 0

我知道对比度矩阵 K 应该如何，所以我可以手动计算出来。然而，这只是一个熟悉这个包的例子。我真正的 ANOVA 有一个 5 级因子和另一个 10 级因子，所以手动操作会很痛苦。谢谢

我如何Hoc为anova而不是aov command

例如anova(cap.res, by = "terms", step = 1000)

所以现在我想要在得到结果后进行事后处理anova。我有三个人口“N”，“C”，“S”）

我有以下实验数据

我想使用以下代码将所有处理与“控制”处理进行比较

然而，它以字母顺序 (ABA) 的第一个处理作为对照，而不是“对照”处理。

结果如下

如何与“控制”进行比较？

谢谢。

我想对我的数据进行 Tukey 测试并找到一些代码。我花了一些时间将它应用于我的数据，当我到达 glht 时，我得到了上面的错误。我想也许我的数据输入错误，所以我用演示数据对其进行了测试，但我得到了同样的错误：

mcp2matrix（模型，linfct = linfct）中的错误：类“字符”的变量“X”不包含在“模型”中。

这是演示数据：

这是完整的代码：

这就是它在 R 中的显示方式（安装软件包后）：

我完全是新手，我完全被难住了。我究竟做错了什么？

我对 R 语言比较陌生，并使用它来分析我的数据。我正在使用一个名为“agricolae”的包及其 HSD.test 组件来输出 tukeyHSD 结果基于 anova 处理它。我已经简化了下面的代码，但本质上 tukey 代码是在一个 for 循环中运行的，该循环通过一个因素/交互列表运行。它工作正常，但是，我只希望循环在相应因子的方差分析结果显着的地方运行。（即 <= 0.05）。

使用rownames(summary(anova.result)[[1]]) 退货[1] "Treatment " "Genotype " "GENOTYPExTREATMENT" "Residuals " 和str(summary(anova.result)[[1]])退货：

只是想知道是否有人知道如何构造一个whenorif/else语句，它只会运行循环代码，其中相应的 't' 循环因子或交互的 $Pr(>F) 值小于 0.05。

提前致谢，

卢克

我想对我成功完成的重要方差分析进行事后测试。

我有 5 个条件（target_onset），我想在一个名为 data_clean 的 df 中比较反应时间（key_resp.rt）。target_onset 和 key_resp.rt 是列。

这就是我做方差分析的方法，效果很好：

接下来，我想看看事后测试是怎么说的，以找出这 5 个条件之间的哪些差异是显着的。

我知道 TukeyHSD 只考虑因素。所以我分解了我感兴趣的列：

但是，当我运行此代码时，出现以下错误：

类（y）<-oldClass（x）中的错误：将类“因子”添加到无效对象此外：警告消息：1：在model.response（mf，“numeric”）中：使用type =“numeric”和a因子响应将被忽略 2：在 Ops.factor(y, z$residuals) 中：'-' 对因子没有意义

任何的意见都将会有帮助。提前致谢。

我对 R 不是很擅长，我正在尝试将这段代码整合到一起，而这段代码并没有完全按照我的意愿进行。我真的很感激这方面的任何帮助！

我想在我的 ggplot 箱线图中的各个方面对治疗组进行 TukeyHSD 测试。不过，目前，我的图在图中的所有箱线图中应用了一个 TukeyHSD，这会产生大量的分组，如图所示：

我目前的情节

正如我所提到的，最好让 TukeyHSD 在单独的深度分隔“0”方面运行，然后是“5”方面，然后是“30”方面。这可以通过修改我一直使用的代码来实现吗？

还有一个问题，如果可能的话：我将如何添加另一个 y 变量“CB”作为第二行，与第一行变量“MBC”的方式相同？

感谢您的任何建议！

我在此处附加的代码在编织时呈现错误的图（“Tk.wrong.png”，此处为第一个图）。但是，如果我将它作为标准 R 代码运行，则渲染的图是正确的（“Tk.right.png”，第二个图）。我觉得这很令人费解。有什么提示吗？非常感谢。最好的，David R PS：Tk data.frame 可以在这里下载。 https://mycore.core-cloud.net/index.php/s/OKF9dp1tWa0OR1g

这是 Tk 数据帧

标题：“Tukey plot help”作者：“DR”日期：“16/10/2020”输出：pdf_document

我有一个包含 4 个条件（A、B、C、D）的日期集。我观察到运行单向方差分析是在 4 个条件下我的因变量（反应时间，RT）线性增加。

我想运行一个事后测试，看看 RT 从 A 到 B、从 B 到 C 和 C 到 D 的增加对于 Tukey HSD 事后测试是否显着。

要在 Python 中运行测试，我使用以下代码：

我面临的问题是，这里假设我对所有可能的比较（A vs B，A vs C，A vs D，B vs C，B vs D，C vs D）感兴趣。因此，所应用的校正基于 6 次测试。但是，我只对 3 个比较（A 与 B、B 与 C、C 与 D）进行假设。

我如何告知事后测试我感兴趣的比较的数量/类型？