R语言实现常用多重比较方法

在单因素方差分析ANOVA中，如果该因素影响比较显著，那么需要进一步利用多重比较方法比较该因素不同水平的影响，确定不同水平下该因素的影响是否显著。常见的多重比较方法主要有两种，LSD法和Tukey HSD法。下面对R语言中，这两种多重比较方法的实现进行举例。
前期数据如下，影响因素为group，指标为value：
> head(tarD)
value group sample time
A0522W11NC1 0.0002053745 normal A0522W11NC1 11week
A0522W11NC2 0.0031773712 normal A0522W11NC2 11week
A0522W11NC3 0.0060378288 normal A0522W11NC3 11week
A0522W11NC4 0.0017626931 normal A0522W11NC4 11week
A0522W11NC5 0.0018035261 normal A0522W11NC5 11week
A0522W11NC6 0.0036690067 normal A0522W11NC6 11week

> tmp <- aov(value ~ group, tarD)
最小显著差数检验法(LSD法)

> res <- LSD.test(tmp, 'group', p.adj = 'bonferroni')
> print(res$groups)
       trt        means M
1   normal 2.576910e-03 a
2    drug3 7.552555e-04 b
3    drug2 7.269247e-05 b
4 high_fat 6.220610e-05 b
5    drug1 2.954733e-05 b
Tukey氏固定差距检验法(Tukey HSD)
> TukeyHSD(tmp)
Tukey multiple comparisons of means
    95% family-wise confidence level

Fit: aov(formula = value ~ group, data = tarD)

$group
                         diff           lwr          upr     p adj
drug2-drug1      4.314514e-05 -0.0015468705 0.0016331608 0.9999916
drug3-drug1      7.257082e-04 -0.0008643074 0.0023157239 0.6929965
high_fat-drug1   3.265877e-05 -0.0015149488 0.0015802664 0.9999969
normal-drug1     2.547362e-03 0.0009997549 0.0040949700 0.0002613
drug3-drug2      6.825631e-04 -0.0009487586 0.0023138847 0.7563196
high_fat-drug2 -1.048637e-05 -0.0016005020 0.0015795293 1.0000000
normal-drug2     2.504217e-03 0.0009142017 0.0040942330 0.0004945
high_fat-drug3 -6.930494e-04 -0.0022830651 0.0008969662 0.7277757
normal-drug3     1.821654e-03 0.0002316386 0.0034116699 0.0175538
normal-high_fat 2.514704e-03 0.0009670961 0.0040623113 0.0003161
> TukeyHSD(tmp)$group
                         diff           lwr          upr        p adj
drug2-drug1      4.314514e-05 -0.0015468705 0.0016331608 0.9999915820
drug3-drug1      7.257082e-04 -0.0008643074 0.0023157239 0.6929965170
high_fat-drug1   3.265877e-05 -0.0015149488 0.0015802664 0.9999969171
normal-drug1     2.547362e-03 0.0009997549 0.0040949700 0.0002612744
drug3-drug2      6.825631e-04 -0.0009487586 0.0023138847 0.7563195891
high_fat-drug2 -1.048637e-05 -0.0016005020 0.0015795293 0.9999999705
normal-drug2     2.504217e-03 0.0009142017 0.0040942330 0.0004944674
high_fat-drug3 -6.930494e-04 -0.0022830651 0.0008969662 0.7277757202
normal-drug3     1.821654e-03 0.0002316386 0.0034116699 0.0175537862
normal-high_fat 2.514704e-03 0.0009670961 0.0040623113 0.0003161003

R语言实现常用多重比较方法相关推荐

技巧 | 如何使用R语言的常用工具包绘制双变量填充地图
之前本号转载了DataCharm公众号的一篇推送: 转载 | 双变量映射地图可视化绘制方法这篇推送使用了biscale工具包绘制了双变量填充地图.近来,小编发现使用常用的绘图工具包也能很便捷的绘制这 ...
C语言中常用计时方法总结
转自:http://blog.csdn.net/fz_ywj/article/details/8109368 C语言中常用计时方法总结 1. time() 头文件:time.h 函数原型:time_t ...
R语言编程的高效方法
R语言编程的高效方法 R语言编程的高效方法高效编程之细节知识点并行计算 1.查看核数 2.可以使用并行计算的场景 3.Parellel 包 R语言编程的高效方法学习资料来源: datacamp ...
R语言创建新变量方法
R语言创建新变量方法在数据分析中,可能需要对数据进行求和.求均值等处理,并且将处理后的数据重新保存到原来的数据框中,这里提供三种可供解决的方法: 数据框$变量名 <- 表达式.若原数据框中含有 ...
r语言t检验输出检验统计量_[转载]R语言：常用统计检验
R语言:常用统计检验方法写在前面 R已经成为当前国际学术界最流行的统计和绘图软件之一,该语言较为简单易学,统计分析功能强大,且具有很强的绘图功能,能够绘制学术出版要求的多种图表.R语言在生物信息学, ...
c语言计时纳秒_C语言中常用计时方法总结
转自:http://blog.csdn.net/fz_ywj/article/details/8109368 C语言中常用计时方法总结 1. time() 头文件:time.h 函数原型:time_t ...
R语言—方差分析和多重比较
版权声明:本文为CSDN博主「育种数据分析之放飞自我」的原创文章,遵循CC 4.0 BY-SA版权协议,转载附上原文出处链接及本声明. 原文链接:https://blog.csdn.net/yijia ...
R语言入门——常用函数50个
R语言函数入门50个基本函数 0引言 1.入门准备操作及函数 1.1R版本介绍以及IDE的选择 1.2IDE及其常用的快捷键 2.空间操作以及纠错函数 2.1 ? .??.help.demo.exam ...
【R语言】常用的R语言数据挖掘包
常用的R语言数据挖掘包与Python相比,R语言的很多算法分别会有不同的作者实现,而每个人有不同的实现方式,所以会产生大量的package.因此,学习R语言需要广泛了解与所研究问题相关的包,这样就比 ...

R语言实现常用多重比较方法

R语言实现常用多重比较方法相关推荐

最新文章

热门文章