如何在R中运行Dunnett C post测试？

Question

我用我的数据集(不相等的样本大小，不相等的方差)在r中运行了双向anova :1个变量在3个物种中测量(每个物种中有男性和女性)。这在物种之间产生了显着的结果，所以我想知道哪些成对比较产生了显着的意义。我知道在R中有用于执行后期测试的包中的函数:例如

来自http://www.uwlax.edu/faculty/toribio/math305_fall09/multiple.txt的邓内特的post测试。需要的包："multcomp"，"mvtnorm"，"survival"，"splines“

library(multcomp)           
test.dunnett=glht(anova_results,linfct=mcp(method="Dunnett"))
confint(test.dunnett)
plot(test.dunnett)

*注: glht在"multcomp“中描述

但Dunett的测试旨在将所有组与对照组进行比较。相反，我想要将所有组相互比较，Dunnett C。有人知道执行Dunnett C的包或知道如何编码吗？(方程式位于：http://pic.dhe.ibm.com/infocenter/spssstat/v21r0m0/index.jsp?topic=%2Fcom.ibm.spss.statistics.help%2Falg_posthoc_unequalvar.htm)

Answer 1

(因此，method项是在其他地方定义的，并不像我假设的那样是参数的名称。)在uwlax.edu网站上链接的代码中有三个多重比较的示例。第二个给出了您想要的结果，即所有配对的比较集。它不是"Dunnett's C“，但我的经验是，R的作者通常会给出最强大的测试，并使其不太方便使用过时的测试。SPSS网站上对邓尼特C代码的引用已经有40年的历史了。对ghlt和TukeyHSD函数的引用要晚得多，而且作者非常受人尊敬。我认为没有令人信服的理由使用Dunnett的C语言，而是使用TukeyHSD选项来实现您的目标：

 method1=c(96,79,91,85,83,91,82,87)
 method2=c(77,76,74,73,78,71,80)
 method3=c(66,73,69,66,77,73,71,70,74)

 score=c(method1,method2,method3)
 method=c(rep(1,length(method1)),
          rep(2,length(method2)),
          rep(3,length(method3)))
 method=factor(method)
 anova_results=aov(score~method)        
 anova_results
#------------
Call:
   aov(formula = score ~ method)

Terms:
                   method Residuals
Sum of Squares  1090.6190  387.2143
Deg. of Freedom         2        21

Residual standard error: 4.29404
Estimated effects may be unbalanced
#----------
summary(anova_results)
#------------------
            Df Sum Sq Mean Sq F value   Pr(>F)    
method       2 1090.6   545.3   29.57 7.81e-07 ***
Residuals   21  387.2    18.4                     
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

 TukeyHSD(anova_results)
#--------------
  Tukey multiple comparisons of means
    95% family-wise confidence level

Fit: aov(formula = score ~ method)

$method
          diff       lwr         upr     p adj
2-1 -11.178571 -16.78023  -5.5769151 0.0001590
3-1 -15.750000 -21.00924 -10.4907592 0.0000006
3-2  -4.571429 -10.02592   0.8830666 0.1113951

 TukeyHSD(anova_results, ordered=T)
#---------------    
  Tukey multiple comparisons of means
    95% family-wise confidence level
    factor levels have been ordered

Fit: aov(formula = score ~ method)

$method
         diff        lwr      upr     p adj
2-3  4.571429 -0.8830666 10.02592 0.1113951
1-3 15.750000 10.4907592 21.00924 0.0000006
1-2 11.178571  5.5769151 16.78023 0.0001590