如何对这些数据进行Tukey的HSD测试？

Question

我试图对我的数据执行图基的HSD测试或LSD测试。我有两个因素，收集(2个处理)和灌溉(5个处理)，并想做测试蔗糖的反应，从每个组合，所以10个总处理。

数据：

structure(list(Collection = structure(c(1L, 1L, 1L, 1L, 1L, 2L
), .Label = c("1", "2"), class = "factor"), Irrigation = structure(c(1L, 
2L, 3L, 4L, 5L, 1L), .Label = c("Rate1", "Rate2", "Rate3", "Rate4", 
"Rate5"), class = "factor"), meanSuc = c(0.585416666666667, 0.5032, 
0.61375, 0.602775, 0.688466666666667, 0.545133333333333)), row.names = 
 c(NA, 
-6L), groups = structure(list(Collection = structure(1:2, .Label = c("1", 
"2"), class = "factor"), .rows = list(1:5, 6L)), row.names = c(NA, 
-2L), class = c("tbl_df", "tbl", "data.frame"), .drop = TRUE), class = 
c("grouped_df", 
"tbl_df", "tbl", "data.frame"))

尝试将处理组合成一个列，并使用农业进行测试：

Tukey_data <- dataAvgSucCI %>% 
  mutate(Tukey_ID = paste(Collection, Irrigation, sep="_"))
TukeyAov <- aov(meanSuc ~ Tukey_ID,Tukey_data)
HSD.test(TukeyAov, "Tukey_ID", group=TRUE)

错误消息：

如果(pvaluek <= 0.001) sigk <-“*”中出错，否则错误(pvaluek <= ) 除了:警告消息: qtukey(1 - alpha，ntr，DFerror)：生成NaNs

如何编辑代码以使其工作？

还是我最好写点完全不同的东西？

Answer 1

数据必须是这样的(单向方差分析)：

Collection =  rep(1:2, times = 1, each = 5)
Irrigation = rep(1:5, times = 2, each = 1)
meanSuc = rnorm(10, mean = 0, sd = 1)

d = data.frame(Collection, Irrigation, meanSuc)

fit = aov(meanSuc ~ as.factor(Collection), data=d)

TukeyHSD(fit)

或者双向方差分析：

fit2 = aov(meanSuc ~ as.factor(Collection) + as.factor(Irrigation), data = d)

TukeyHSD(fit2)

我想你喜欢做双向变异。就像AkselA说的，如果你像你那样做了一个单向的方差分析，你的目标变量(meanSuc)就不会有任何变化。