2016-01-27 87 views
0
chocolate <- data.frame(
    Sabor = 
    c(5, 7, 3, 
    4, 2, 6, 
    5, 3, 6, 
    5, 6, 0, 
    7, 4, 0, 
    7, 7, 0, 
    6, 6, 0, 
    4, 6, 1, 
    6, 4, 0, 
    7, 7, 0, 
    2, 4, 0, 
    5, 7, 4, 
    7, 5, 0, 
    4, 5, 0, 
    6, 6, 3 
), 
Tipo = factor(rep(c("A", "B", "C"), 15)), 
Provador = factor(rep(1:15, rep(3, 15)))) 
tapply(chocolate$Sabor, chocolate$Tipo, mean) 
ajuste <- lm(chocolate$Sabor ~ chocolate$Tipo + chocolate$Provador) 
summary(ajuste) 
anova(ajuste) 
a1 <- aov(chocolate$Sabor ~ chocolate$Tipo + chocolate$Provador) 
posthoc <- TukeyHSD(x=a1, 'chocolate$Tipo', conf.level=0.95) 

    Tukey multiple comparisons of means 
    95% family-wise confidence level 

Fit: aov(formula = chocolate$Sabor ~ chocolate$Tipo + chocolate$Provador) 

$`chocolate$Tipo` 
      diff  lwr  upr  p adj 
B-A -0.06666667 -1.803101 1.669768 0.9950379 
C-A -3.80000000 -5.536435 -2.063565 0.0000260 
C-B -3.73333333 -5.469768 -1.996899 0.0000337 

以下是一些使用TukeyHSD的示例代碼。輸出是一個矩陣,我希望這些值以科學記數法顯示。我試過使用scipen和設置options(digits = 20)但我的實際數據中的一些值仍然太小,因此p adj值爲0.00000000000000000000R:顯示科學記數法

如何獲取以科學記數法顯示的值?

+0

'LM(薩波〜TIPO + Provador ,數據=巧克力)'還有'aov(...,data = ...)'更短。順便說一句:你的阿爾法(顯着性水平)是什麼? – jogo

+0

我沒有指定alpha,所以我認爲它是默認值(0.05?) – Adrian

+0

通常,您必須知道學科中的alpha。是的,通常是0.05 = 5%。要決定測試,您必須將p值與您的alpha值進行比較。那麼,爲什麼你想看到這麼小的p值呢? https://en.wikipedia.org/wiki/P-value – jogo

回答

2

你可以這樣做:如果你想改變的位數

format(posthoc, scientific = TRUE) 

,例如利用3,你可以這樣做:

format(posthoc, scientific = TRUE, digits = 3) 
+0

酷,你完全失去了格式。 –