我想知道我是否可以使用函数"TukeyHSD“来执行具有一个因素(例如,组)和一个连续协变量(例如,年龄)的"aov()”模型的所有成对比较。例如,我这样做了:
library(multcomp)
data('litter', package = 'multcomp')
litter.aov <- aov(weight ~ gesttime + dose, data = litter)
TukeyHSD(litter.aov, which = 'dose')我得到这样一条警告消息: warning message: In replications(paste("~",xx),data = mf):non-factor ignored: gesttime
上面的过程正确吗?警告消息的含义是什么?"TukeyHSD“是否适用于严重不平衡的设计?
另外,上面的流程和下面的流程有什么区别吗?
litter.mc <- glht(litter.aov, linfct = mcp(dose = 'Tukey'))
summary(litter.mc)最好的,苏
发布于 2017-11-04 17:14:05
这没什么区别。TukeyHSD()只是更热衷于告诉你一些潜在的问题。请注意,这是一条警告消息,而不是错误消息,这意味着结果可能不是您期望的结果,但仍然会返回这些结果,以便您可以自己判断。
至于它的意思,它的意思就是它所说的:忽略非因素变量。请记住,您是在比较组之间的差异,而分组是使用因子完成的,因此因子都是TukeyHSD()所关心的。在您的示例中,您显式地告诉函数只关心dose,这是一个因子,因此该警告可能被视为过于谨慎。
避免警告的一种方法是将gesttime转换为一个因子,由于它只包含四个级别,因此这样做有一定的意义。
data('litter', package = 'multcomp')
litter$gesttime <- as.factor(litter$gesttime)
litter.aov <- aov(weight ~ gesttime + dose, data = litter)
TukeyHSD(litter.aov, which = 'dose')https://stackoverflow.com/questions/47106839
复制相似问题