混合连续和分类变量的Tukey HSD，错误："没有因子"。

Question

混合连续和分类变量的Tukey HSD，错误："没有因子"。

4

我正在尝试对死亡率数据进行图基检验，其中我希望测试铜的数量（在单因素方差分析中）和铜和温度的组合对死亡率是否有影响（在双因素方差分析中）。以下是我的公式：

lm2<-lm(Mortality~Cu) 
anova(lm2) 
TukeyHSD(aov(Mortality~Cu)) 

lm2<-lm(Mortality~Cu+Temp+Cu:Temp) 
anova(lm2) 
TukeyHSD(aov(Mortality~Cu+Temp+Cu:Temp))

ANOVA没有问题，但是对于Tukey的两个方法，我得到了以下错误信息：

    Error in TukeyHSD.aov(aov(Mortality ~ Cu + Temp + Cu:Temp)) : 
      no factors in the fitted model 
    In addition: Warning messages: 
    1: In replications(paste("~", xx), data = mf) : non-factors ignored: Cu 
    2: In replications(paste("~", xx), data = mf) : non-factors ignored: Temp 
    3: In replications(paste("~", xx), data = mf) : 
      non-factors ignored: Cu, Temp

我在其他帖子中看到应该有一个因素存在，但我的所有数据都是数字！我感到非常困惑，不知道接下来该怎么做。

非常感谢您的帮助！

Lundill

- Lundill

Cu:Temp 期望 Cu 和/或 Temp 是因子。因此，您应该将它们转换。 - Rich Scriven

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- MrFlick · Accepted Answer

TukeyHSD 只能处理分类变量，因此它在您的公式中寻找因子。如果 Cu 的值是离散的，只是编码为数值，则可以使用

fCu<-factor(Cu)
TukeyHSD(aov(Mortality~fCu))

或者这些观测值是连续的吗？那么你需要将其分成间隔来转换为因子。你可以这样做：

fCu<-cut(Cu, breaks=4)
TukeyHSD(aov(Mortality~fCu))

如果等式右侧只有部分变量是因子，你必须在TukeyHSD的which参数中明确指定这些变量。所以，如果你使用分类变量fCu，而Temp是一个连续的数值变量，你可以这样做：

TukeyHSD(aov(Mortality~fCu+Temp), which="fCu")

尽管它仍然对其他列发出警告，因此我不确定如何解释这些结果。