我有一个不平衡的实验,其中在三个站点(L、M、H)中,我们测量四种不同植被类型(a、b、c、d)的一个参数(
因此,简单的方差分析和TukeyHSD无法使用。Agricolae(
此外,对于不平衡数据集进行这样的双向方差分析是否有更合适的方法?
met
)。所有植被类型都存在于三个站点。在L和M处,植被类型重复4次,在H处重复8次。因此,简单的方差分析和TukeyHSD无法使用。Agricolae(
HSD.test
)和DTK(DTK.test
)软件包仅适用于单向设计,然后是multcomp... mcp
函数中的Tukey测试是否计算Tukey-Kramer对比,还是给出常规Tukey对比?我认为第一种情况是这样,因为该软件包针对不平衡设计的多个比较测试,但我不确定,因为两种方法产生的p值几乎相同。那么哪种测试才是合适的?此外,对于不平衡数据集进行这样的双向方差分析是否有更合适的方法?
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")))