The agricolae::HSD.test
fungsi tidak tepat, tetapi Anda akan perlu untuk membiarkannya tahu bahwa Anda tertarik dalam istilah interaksi . Berikut ini adalah contoh dengan dataset Stata:
library(foreign)
yield <- read.dta("http://www.stata-press.com/data/r12/yield.dta")
tx <- with(yield, interaction(fertilizer, irrigation))
amod <- aov(yield ~ tx, data=yield)
library(agricolae)
HSD.test(amod, "tx", group=TRUE)
Ini memberikan hasil yang ditunjukkan di bawah ini:
Groups, Treatments and means
a 2.1 51.17547
ab 4.1 50.7529
abc 3.1 47.36229
bcd 1.1 45.81229
cd 5.1 44.55313
de 4.0 41.81757
ef 2.0 38.79482
ef 1.0 36.91257
f 3.0 36.34383
f 5.0 35.69507
Mereka cocok dengan apa yang akan kita dapatkan dengan perintah berikut:
. webuse yield
. regress yield fertilizer##irrigation
. pwcompare fertilizer#irrigation, group mcompare(tukey)
-------------------------------------------------------
| Tukey
| Margin Std. Err. Groups
----------------------+--------------------------------
fertilizer#irrigation |
1 0 | 36.91257 1.116571 AB
1 1 | 45.81229 1.116571 CDE
2 0 | 38.79482 1.116571 AB
2 1 | 51.17547 1.116571 F
3 0 | 36.34383 1.116571 A
3 1 | 47.36229 1.116571 DEF
4 0 | 41.81757 1.116571 BC
4 1 | 50.7529 1.116571 EF
5 0 | 35.69507 1.116571 A
5 1 | 44.55313 1.116571 CD
-------------------------------------------------------
Note: Margins sharing a letter in the group label are
not significantly different at the 5% level.
The multcomp paket juga menawarkan visualisasi simbolik ( 'kompak surat display', lihat Algoritma untuk Compact Surat Menampilkan: Perbandingan dan Evaluasi untuk rincian lebih lanjut) dari perbandingan berpasangan yang signifikan, meskipun tidak sekarang mereka dalam format tabel. Namun, ia memiliki metode merencanakan yang memungkinkan untuk dengan mudah menampilkan hasil menggunakan boxplots. Urutan presentasi dapat diubah juga (opsi decreasing=
), dan memiliki lebih banyak opsi untuk beberapa perbandingan. Ada juga paket multcompView yang memperluas fungsionalitas tersebut.
Berikut adalah contoh yang sama dianalisis dengan glht
:
library(multcomp)
tuk <- glht(amod, linfct = mcp(tx = "Tukey"))
summary(tuk) # standard display
tuk.cld <- cld(tuk) # letter-based display
opar <- par(mai=c(1,1,1.5,1))
plot(tuk.cld)
par(opar)
Perlakuan berbagi surat yang sama tidak berbeda secara signifikan, pada tingkat yang dipilih (default, 5%).
Kebetulan, ada proyek baru, saat ini di-host di R-Forge, yang terlihat menjanjikan: factorplot . Ini mencakup tampilan berbasis garis dan huruf, serta tinjauan umum matriks (melalui plot level) dari semua perbandingan berpasangan. Makalah kerja dapat ditemukan di sini: factorplot: Meningkatkan Presentasi Kontras Sederhana dalam GLMs
insert_absorb()
yang mencoba untuk mengekstrak pasangan perawatan. Anda mungkin dapat mencoba mengubah pemisah yang Anda gunakan untuk mengkode level istilah interaksi Anda? Tanpa contoh kerja, sulit untuk mengatakan apa yang terjadi.console=TRUE
diHSD.test()
dalam rangka untuk mendapatkan meja, dalam hal seseorang mencoba ini dan melihat tidak ada hasilnya. Mungkin pembaruanagricolae
.Ada fungsi yang disebut
TukeyHSD
itu, menurut file bantuan, menghitung seperangkat interval kepercayaan pada perbedaan antara rata-rata tingkat faktor dengan probabilitas cakupan keluarga-bijaksana yang ditentukan. Interval didasarkan pada statistik rentang Studentized, metode "Perbedaan Jujur Signifikan" Tukey. Apakah ini melakukan apa yang Anda inginkan?http://stat.ethz.ch/R-manual/R-patched/library/stats/html/TukeyHSD.html
sumber