事后检验：pairwise.t.test与TukeyHSD测试

我创建了下面的例子来比较这两种功能pairwise.t.test()和TukeyHSD()事后检验：pairwise.t.test与TukeyHSD测试

x <- c(10,11,15,8,16,12,20) 
y <- c(10,14,18,25,28,30,35) 
z <- c(14,19,35,18,17,16,25) 

d <- c(x,y,z) 
f <- as.factor(c(rep("a",7), rep("b",7), rep("c",7))) 

pairwise.t.test(d, f) 
TukeyHSD(aov(d ~ f))

这是正常的p值不同，像这两个测试？有没有办法在两个或一个测试中调整参数以使p值更加平等？

此外，似乎没有参数var.equal，因为两个测试都是t.test()。这是真的吗？

来源

2012-08-06 user969113

它是不是更适合http://stats.stackexchange.com/？ – Pop 2012-08-06 08:34:08

我总是不知道何时发布。看来stats.stackexchange和stackoverflow之间没有明确的分隔。 – user969113 2012-08-06 08:42:42

我认为这应该转移到简历，因为您的问题与统计数据相比更多地涉及到编程。 – 2012-08-06 08:43:36

从帮助页面TukeyHSD：

当使用t检验将膨胀声明显著的概率比较的装置为一个因子的水平方差，一个简单的比较的分析当它实际上不存在时，它们会有所不同。这是因为间隔是以给定的覆盖率概率计算每个间隔的，但覆盖率的解释通常是关于整个家庭的间隔。

TukeyHSD测试是一个不同的测试，根据上面的评论，我期望在一般情况下，它会提供更高的p值。话虽如此，对于您提供的数据来说，p值与我的推理目的看上去并没有很大的不同。

来源

2012-08-06 08:37:16 seancarmody

'pairwise.t.test'也对多重比较做了调整，不过，只是使用不同的方法。 – Aaron 2012-08-07 11:34:44

pairwise.t.test根据六种方法之一调整p值以适应多重比较（请参阅？p.adjust了解详细信息）。要获得单独的标准差估计而不是汇总的标准差，请使用pool.SD = FALSE参数。在分析方差中没有类似的选择，这就是你传递给TukeyHSD（）函数的方法。

来源

2012-08-07 02:50:55 dcarlson

事后检验：pairwise.t.test与TukeyHSD测试

回答

相关问题