TukeyHSD
位于 stats
包(package)。 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 |
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 |
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。
相关用法
- R Tukey 学生化极差分布
- R TDist 学生 t 分布
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
- R plot.stepfun 绘制阶跃函数
- R alias 查找模型中的别名(依赖项)
- R qqnorm 分位数-分位数图
- R eff.aovlist 多层方差分析的计算效率
- R pairwise.t.test 成对 t 检验
- R loglin 拟合对数线性模型
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R bartlett.test 方差齐性的 Bartlett 检验
- R influence.measures 回归删除诊断
- R loess.control 设置黄土参数
- R Normal 正态分布
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Compute Tukey Honest Significant Differences。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。