问题标签 [tukey]

我正在尝试为有 5 个组的研究计算样本量。除了为整体 ANOVA 计算 Cohen 的f之外，我如何计算每个组的样本量，以调整成对的事后比较，例如 Tukey？R 中是否有一个函数可以执行此操作，或者计算 Cohen 的d并在这里调整 alpha 工作？

我习惯在 minitab 中进行 Tukey 事后测试。当我这样做时，我通常会得到因变量/预测变量的家庭分组。

在 R 中，TukeyHSD()不显示（或计算？）使用族分组。它仅显示每个因/预测变量之间的关系。是否可以像在 minitab 中一样显示家庭分组？

使用diamonds数据集：

输出：

添加图片以帮助澄清我对 Maruits 评论的回应：

我正在尝试将我的 TukeyHSD 结果导出到文件中。但是，我能找到的唯一解决方案是当它是一个简单的比较时，而不是当我还想考虑另一个因素时。

例如，这是我想要做的 ANOVA 类型：

为了查看这些类型的结果（按治疗应变）：

我能找到的唯一解决方案是：

但无论我做什么，它只会给我Count~Treatment,Count~Keio_gyrA或错误。

以上给了我错误：

TukeyHSD.aov 中的错误（mod1，“Treatment”，“Keio_gyrA”，ordered = TRUE）：'which' 未指定任何因素“

但是重新排列语句并试图以任何方式将Treatmentand包含Keio_gyrA在一起似乎不起作用。

我也试过这个cat函数（下面的代码），虽然我能够得到一个 .txt 文件，但它不在列/行中，所以很难从中提取信息。

任何帮助将不胜感激。谢谢你。

我目前正在 R 中对 4 个子因素进行重复测量分析：SF1、SF2、SF3、SF4

首先，需要注意的是，违反了球形假设，样本量被认为是合理的大（N = 188）。然而，组大小并不相等。

设置对比以显示 SF1 和 SF2（组合）显着高于 SF3 和 SF4（组合）。而 SF1 和 SF2（之间）和 SF3 和 SF4（之间）的值没有显着差异。IE

通用型号代码如下

通过执行summary(rep_model)我收到以下（截断）输出 Fixed effects: Value ~ Subfactor Value Std.Error DF t-value p-value (Intercept) 5.498910 0.07229032 561 76.06703 0.0000 SubfactorContr1 0.459601 0.03066438 561 14.98811 0.0000 SubfactorContr2 0.085266 0.04336598 561 1.96619 0.0498 SubfactorContr3 0.093617 0.04336598 561 2.15877 0.0313

因此，显示 SF1&SF2 明显大于 SF3&SF4。但 SF1 也明显大于 SF2，SF3 > SF4 也是如此。

但是，这就是我提出问题的原因，事后 Tukey 测试显示了不同的结果：

事后 Tukey 测试的结果表明，SF2 和 SF1 之间以及 SF4 和 SF3 之间的差异没有显着差异。

为什么我在两次测试中得到不同的结果？是因为违反了球形度吗？还是我在这里做错了什么？

非常感谢任何帮助。

我没有得到方差分析 lsmeans 的显着差异，但有一些非常显着的数据。我的脚本有什么问题？

我用过的脚本：

当我使用 Std Err 在条形图中绘制数据时，我发现某些样本确实很重要，尤其是在第 3 天。我已经在成对 t 检验中对此进行了测试，并且这些样本在 p 0.05 时存在显着差异。

这是成对测试，即使 excel 在时间点 3 给出 sig 结果。

您能否尝试修复我的 ANOVA 和 ls 方法。

我正在通过循环遍历所有因变量名称来进行多个 TukeyHSD 测试，如 Eric Lecoutre 在此线程中提供的代码中所示：

循环遍历 R 中的几个事后测试

它工作得很好，所以感谢埃里克！但在输出中，变量名称写为数字：[[ 1 ]] 表示第一个变量，[[ 2 ]] 表示第二个变量，...[[ 137 ]] 表示第 137 个变量，等等。

如何将这些数字更改为输出中的变量名（以便我可以将输出捕获到文件中并在输出文件中保留有关变量名的信息）？

具体来说，在 Eric Lecoutre 回答的输出中：

[[ 1 ]]

均值的 Tukey 多重比较

拟合：aov（公式 = 模型）

例如，如果循环的 2 个因变量的名称是“sepal.width”和“sepal.length”，我想将输出的 [[ 1 ]] 更改为 [[ sepal.width ]]，[[ 2 ]] 的输出转换为 [[ sepal.length ]]。

如何使脚本循环遍历数字并将数字更改为变量名称，以便输出如下所示（我省略了统计结果以简化输出）：

[[萼片宽度]]

均值的 Tukey 多重比较

拟合：aov（公式 = 模型）

[[萼片长度]]

均值的 Tukey 多重比较

拟合：aov（公式 = 模型）

非常感谢！

我在 statsmodels 中使用 Tukeys 成对比较来可视化组之间的差异。当我像这样运行代码时，代码运行良好：

它输出

但是，当我尝试使用 compare_name ='c' 时：

它失败了，我得到以下回溯：

我怎样才能解决这个问题？

所以我是一个尝试 GLMM 和事后分析的 R 新手......帮助！我收集了 6 种光照水平下 9 只豆娘的二进制数据，1=对视动鼓的运动有反应，0=无反应。我的数据以“Animal_ID、light_intensity、response”为标题导入到 R 中。每个光强度 (3.36-0.61) 重复的动物 ID (1-9)（见下文）

使用以下代码（lme4 包），我执行了 GLMM，发现光照水平对响应有显着影响：

退货

然后运行：

退货

我已经安装了 multcomp 和 lsmeans 软件包，试图执行 Tukey post hoc 以查看差异在哪里，但两者都遇到了困难。

跑步：

返回：“mcp2matrix(model, linfct = linfct) 中的错误：在 'linfct' 中指定了变量 'Animal_ID'，但在 'model' 中找不到！”

跑步：

返回：“lsmeans.character.ref.grid 中的错误（object = new("ref.grid", model.info = list(：参考网格中没有名为 Animal_ID 的变量）”

我知道我在这里可能很愚蠢，但是非常感谢任何帮助。我的困惑正在滚雪球。

此外，是否有人对我如何最好地可视化我的结果（以及如何做到这一点）有任何建议？

非常感谢您！

更新：

新代码——

回报：

然后运行：

回报：

最后，运行：

返回（它现在确实有效！）：

结果以对数优势比（而不是响应）量表给出。P值调整：比较一组6个估计值的tukey方法

我不明白 multcompView 的函数 multcompletters 中的字母顺序。根据文档，它应该根据该组的平均值。在以下示例中，中间组得到 c（来自 abc）并且应该得到 b。这是一个错误吗？

运行 Tukey 测试时出现一个奇怪的错误。我希望有人能够帮助我，因为我尝试了很多。这是我的数据框：

这是我的 Tukey 测试代码：

这是错误：

如何解决此错误？提前致谢！