我想了解如何在R中使用方差分析和事后测试。
到目前为止,我已经使用aov()和TukeyHSD()分析了我的数据。例子:

uni2.anova <- aov(Sum_Uni ~ Micro, data= uni2)

uni2.anova

Call:
aov(formula = Sum_Uni ~ Micro, data = uni2)

Terms:
                    Micro  Residuals
Sum of Squares  0.04917262 0.00602925
Deg. of Freedom         15         48

Residual standard error: 0.01120756
Estimated effects may be unbalanced

我的问题是,现在我有大量的成对比较列表,但对此无能为力:
 TukeyHSD(uni2.anova)
 Tukey multiple comparisons of means
   95% family-wise confidence level

Fit: aov(formula = Sum_Uni ~ Micro, data = uni2)

$Micro
                               diff          lwr           upr     p adj
Act_Glu2-Act_Ala2     -0.0180017863 -0.046632157  0.0106285840 0.6448524
Ana_Ala2-Act_Ala2     -0.0250134285 -0.053643799  0.0036169417 0.1493629
NegI_Ala2-Act_Ala2     0.0702274527  0.041597082  0.0988578230 0.0000000

该数据集有40行...
从概念上讲,我想要一个看起来像这样的数据集:
  • Act_Glu2:一个
  • Act_Ala2:一个
  • NegI_Ala2:b ...

  • 我希望你明白这一点。到目前为止,我在网上找不到可比的东西。。。我还试图从TukeyHSD得到的文件中仅选择重要的对,但是该文件没有“确认”它是由行和列组成的,因此无法选择。 。

    也许我的方法存在根本性的错误?

    最佳答案

    我认为OP希望信件能对比较有所了解。

    library(multcompView)
    multcompLetters(extract_p(TukeyHSD(uni2.anova)))
    

    那会给你信的。

    您也可以使用multcomp软件包
    library(multcomp)
    cld(glht(uni2.anova, linct = mcp(Micro = "Tukey")))
    

    我希望这就是您所需要的。

    关于r - 如何在R中对事后测试结果进行分类?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/7982513/

    10-12 00:43