TukeyHSD内之后因子ANOVA

我运行下面的命令TukeyHSD内之后因子ANOVA

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

输出正确的结果（ANOVA表等）。

当我运行：

TukeyHSD（A1， “条件”）

我得到：在UseMethod（ “TukeyHSD”）错误：没有适用的方法 “TukeyHSD”

为什么ANOVA能够工作，但不是TukeyHSD？因素变量内都是字符串（条件有3个级别，事件有4个级别）。

编辑：当我重做没有错误条款的aov它的工作，但Tukey显示任何配对之间没有显着差异（ANOVA是显着的信心）。这是否意味着Tukey正在纠正多重比较？

来源

2011-05-05 LDK

也许提供你的data.frame的'str'。或者更好的是，提供相关对象的'dput（）'。 – Chase 2011-05-05 22:02:22

用'Error（）''aov（）'返回一个类为''aovlist“”listof“'的类。 TukeyHSD显然没有任何一个类的方法。 – kmm 2011-05-05 22:22:08

凯文，为你刚刚写下的内容创建一个“答案”，以便我可以给你信任。 – LDK 2011-05-05 23:16:50

aov()与Error()返回类别为"aovlist" "listof"的对象。 TukeyHSD显然没有任何一个类的方法。

来源

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")

来源

2011-05-06 03:38:03

它不接受这种模型，只有从'aov'返回的没有错误结构的标准模型（比如'TukeyHSD'）。 – chl 2011-05-06 11:01:15

作为替代传统的重复测量方差分析个体内的设计，您可以考虑使用线性混合效应的方法。它越来越多地用于科学界，避免了一些方差分析的缺陷，同时考虑到更复杂的错误结构。对于连续响应变量，nlme包已足够，但您也可以使用lme4，这样可以进一步处理分类响应变量。对于多重比较（包括Tukey的事后测试），则multcomp包（请参阅glht()函数）可用于装有nlme::lme的混合效果模型，如此处所述：Repeated Measures ANOVA using R。

有关您的设计的一个简短评论：如果您的响应（相关）变量Ratio是比例或有界值，您可能会考虑使用不同的链接功能。

来源

2011-05-06 10:53:36 chl

TukeyHSD内之后因子ANOVA

回答

相关问题