R TukeyHSD 计算 Tukey Honest 显著差异

说明

根据具有指定 family-wise 覆盖概率的因子水平均值之间的差异创建一组置信区间。间隔基于学生化范围统计、Tukey 的“诚实显著差异”方法。

用法

TukeyHSD(x, which, ordered = FALSE, conf.level = 0.95, ...)

参数

x	拟合模型对象，通常是 aov 拟合。
which	列出拟合模型中应计算间隔的项的特征向量。默认为所有条款。
ordered	一个逻辑值，指示在进行差异之前是否应根据样本中递增的平均值对因子水平进行排序。如果 ordered 为 true，则计算出的均值差异将全部为正。显著差异将是 lwr 终点为正的差异。
conf.level	介于 0 和 1 之间的数值，给出要使用的 family-wise 置信度。
...	可选的附加参数。目前没有使用。

细节

这是一个通用函数：此处的说明适用于类 "aov" 的拟合方法。

在方差分析中比较某个因子水平的均值时，使用 t-tests 进行简单比较会增大声明显著差异(实际上并不存在)的概率。这是因为间隔是使用每个间隔的给定覆盖概率来计算的，但覆盖范围的解释通常是相对于整个间隔系列的。

John Tukey 引入了基于样本均值范围而不是个体差异的区间。此函数返回的间隔基于此学生化范围统计数据。

以这种方式构建的区间仅适用于平衡设计，其中在因子的每个水平上进行相同数量的观察。此函数包含对样本大小的调整，为轻度不平衡的设计产生合理的间隔。

如果 which 指定非因子项，这些项将被删除并带有警告：如果没有留下任何项，则这是一个错误。

值

类 c("multicomp", "TukeyHSD") 的列表，其中 which 中请求的每个术语都有一个组件。每个分量都是一个矩阵，其中 diff 列给出观测平均值的差异，lwr 给出区间的下端点，upr 给出上端点，p adj 给出调整后的 p 值多重比较。

类 "TukeyHSD" 有 print 和 plot 方法。 plot 方法不接受 xlab 、 ylab 或 main 参数，并为每个图创建自己的值。

例子

require(graphics)

summary(fm1 <- aov(breaks ~ wool + tension, data = warpbreaks))
TukeyHSD(fm1, "tension", ordered = TRUE)
plot(TukeyHSD(fm1, "tension"))

作者

Douglas Bates

参考

Miller, R. G. (1981) Simultaneous Statistical Inference. Springer.

Yandell, B. S. (1997) Practical Data Analysis for Designed Experiments. Chapman & Hall.

也可以看看

aov、qtukey、model.tables、glht 位于包 multcomp 中。