TukeyHSD內之後因子ANOVA

我運行下面的命令TukeyHSD內之後因子ANOVA

a1 <- aov(Ratio~(Condition*Event) + Error(Participant/(Condition*Event)), Data) 
summary(a1)

輸出正確的結果（ANOVA表等）。

當我運行：

TukeyHSD（A1，「條件」）

我得到：在UseMethod（「TukeyHSD」）錯誤：沒有適用的方法「TukeyHSD」

爲什麼ANOVA能夠工作，但不是TukeyHSD？因素變量內都是字符串（條件有3個級別，事件有4個級別）。

編輯：當我重做沒有錯誤條款的aov它的工作，但Tukey顯示任何配對之間沒有顯着差異（ANOVA是顯着的信心）。這是否意味着Tukey正在糾正多重比較？

來源

2011-05-05 LDK

也許提供你的data.frame的'str'。或者更好的是，提供相關對象的'dput（）'。 – Chase 2011-05-05 22:02:22

用'Error（）''aov（）'返回一個類爲''aovlist「」listof「'的類。 TukeyHSD顯然沒有任何一個類的方法。 – kmm 2011-05-05 22:22:08

凱文，爲你剛剛寫下的內容創建一個「答案」，以便我可以給你信任。 – LDK 2011-05-05 23:16:50

aov()與Error()返回類別爲"aovlist" "listof"的對象。 TukeyHSD顯然沒有任何一個類的方法。

來源

2011-05-06 01:29:07 kmm

library(laercio) 
some.aov <- aov(Ratio~(Condition*Event) + Error(Participant/(Condition*Event)), Data) 
anova(some.aov) 
LTukey(some.aov,"Condition")

來源

2011-05-06 03:38:03

它不接受這種模型，只有從'aov'返回的沒有錯誤結構的標準模型（比如'TukeyHSD'）。 – chl 2011-05-06 11:01:15

作爲替代傳統的重複測量方差分析個體內的設計，您可以考慮使用線性混合效應的方法。它越來越多地用於科學界，避免了一些方差分析的缺陷，同時考慮到更復雜的錯誤結構。對於連續響應變量，nlme包已足夠，但您也可以使用lme4，這樣可以進一步處理分類響應變量。對於多重比較（包括Tukey的事後測試），則multcomp包（請參閱glht()函數）可用於裝有nlme::lme的混合效果模型，如此處所述：Repeated Measures ANOVA using R。

有關您的設計的一個簡短評論：如果您的響應（相關）變量Ratio是比例或有界值，您可能會考慮使用不同的鏈接功能。

來源

2011-05-06 10:53:36 chl

TukeyHSD內之後因子ANOVA

回答

相關問題