Tôi có một thử nghiệm không cân bằng ở ba vị trí (L, M, H), chúng tôi đo một tham số (met
) trong bốn loại thảm thực vật khác nhau (a, b, c, d). Tất cả các loại thực vật đều có mặt ở cả ba địa điểm. Các kiểu thảm thực vật được nhân đôi 4 lần tại L và M và 8 lần tại H.multcomp Tukey-Kramer
Do đó, một anova đơn giản và TukeyHSD sẽ không hoạt động. Các gói Agricolae (HSD.test
) và DTK (DTK.test
) chỉ hoạt động cho các thiết kế một chiều, và sau đó có nhiều ... Kiểm tra Tukey trong hàm mcp
có tính tương phản Tukey-Kramer hay không, tương đương với Tukey thông thường? Tôi cho rằng trường hợp đầu tiên là trường hợp vì gói được hướng tới thử nghiệm nhiều so sánh cho các thiết kế không cân bằng, nhưng tôi không chắc chắn vì các giá trị p được tạo ra với cả hai cách tiếp cận hầu như giống nhau. Thử nghiệm nào sau đó sẽ phù hợp?
Ngoài ra, có cách tiếp cận phù hợp hơn để thực hiện một cách anova hai chiều cho các tập dữ liệu không cân bằng không?
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")))