multcomp Tukey-Kramer

Question

我有一个不平衡的实验,在三个地点(L,M,H)我们测量met四种不同植被类型(a,b,c,d)中的参数().所有三个地点都存在所有植被类型.植被类型在L和M处重复4次,在H处重复8次.

因此,简单的anova和TukeyHSD将无法正常工作.包装Agricolae(HSD.test)和DTK(DTK.test)只适用于单向设计,然后有多种... mcp功能中的Tukey测试是否计算Tukey-Kramer对比,或者它是否给出了常规的Tukey对比？我认为首先是这种情况,因为该软件包适用于测试不平衡设计的多重比较,但我不确定,因为两种方法产生的p值几乎相同.那么什么测试才合适？

此外,是否有更合适的方法为不平衡数据集做这样的双向anova？

library(multcomp)

(met     <-  c(rnorm(16,6,2),rnorm(16,5,2),rnorm(32,4,2)))
(site    <-  c(rep("L", 16), rep("M", 16), rep("H", 32)))
(vtype   <-  c(rep(letters[1:4], 16), rep(letters[1:4], 16), rep(letters[1:4], 32)))

dat  <-  data.frame(site, vtype, met)

# using aov and TukeyHSD
aov.000  <-  aov(met ~ site * vtype, data=dat)
summary(aov.000) 
TukeyHSD(aov.000) 

# using Anova, and multcomp
lm.000     <-  lm(met ~ site * vtype, data=dat)
summary(lm.000)
library(car)
Anova.000  <-  Anova(lm.000, data=dat)

dat$int  <-  with(dat, interaction(site, vtype, sep = "x"))
lm.000   <-  lm(met ~ int, data = dat)
summary(lm.000)
summary(glht.000 <- glht(lm.000, linfct = mcp(int = "Tukey")))

Answer 1

对于不平衡数据,可以使用具有III型SS的anova代替I型SS [1].计算R [2]中的III型anova:

model <- (met ~ site * vtype)
defopt <- options()
options(contrasts=c("contr.sum", "contr.poly"))
print(drop1(aov(model),~.,test="F"))
options <- defopt

对于不平衡数据,可以使用调整均值的成对比较.在R [4]中计算:

library(lsmeans)
print(lsmeans(model, list(pairwise ~ site)), adjust = c("tukey"))
print(lsmeans(model, list(pairwise ~ vtype)), adjust = c("tukey"))
print(lsmeans(model, list(pairwise ~ site | vtype)), adjust = c("tukey"))
print(lsmeans(model, list(pairwise ~ vtype | site)), adjust = c("tukey"))

第2行和第3行比较主要效果"site"和"vytpe"​​的级别.第4和第5行分别比较了另一个因子每个级别的一个因子的水平.

我希望这有帮助.

参考

[1] Miliken和Johnsen.2009年.分析凌乱的数据.第1卷.

[2] http://www.statmethods.net/stats/anova.html

[3] http://cran.r-project.org/web/packages/lsmeans/vignettes/using-lsmeans.pdf