R语言实现常用多重比较方法
来源:互联网 发布:小米max2双卡网络设置 编辑:程序博客网 时间:2024/05/19 17:47
- 最小显著差数检验法LSD法
- Tukey氏固定差距检验法Tukey HSD
- 参考
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 timeA0522W11NC1 0.0002053745 normal A0522W11NC1 11weekA0522W11NC2 0.0031773712 normal A0522W11NC2 11weekA0522W11NC3 0.0060378288 normal A0522W11NC3 11weekA0522W11NC4 0.0017626931 normal A0522W11NC4 11weekA0522W11NC5 0.0018035261 normal A0522W11NC5 11weekA0522W11NC6 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$groups) trt means M1 normal 2.576910e-03 a2 drug3 7.552555e-04 b3 drug2 7.269247e-05 b4 high_fat 6.220610e-05 b5 drug1 2.954733e-05 b
Tukey氏固定差距检验法(Tukey HSD)
> TukeyHSD(tmp) Tukey multiple comparisons of means 95% family-wise confidence levelFit: aov(formula = value ~ group, data = tarD)$group diff lwr upr p adjdrug2-drug1 4.314514e-05 -0.0015468705 0.0016331608 0.9999916drug3-drug1 7.257082e-04 -0.0008643074 0.0023157239 0.6929965high_fat-drug1 3.265877e-05 -0.0015149488 0.0015802664 0.9999969normal-drug1 2.547362e-03 0.0009997549 0.0040949700 0.0002613drug3-drug2 6.825631e-04 -0.0009487586 0.0023138847 0.7563196high_fat-drug2 -1.048637e-05 -0.0016005020 0.0015795293 1.0000000normal-drug2 2.504217e-03 0.0009142017 0.0040942330 0.0004945high_fat-drug3 -6.930494e-04 -0.0022830651 0.0008969662 0.7277757normal-drug3 1.821654e-03 0.0002316386 0.0034116699 0.0175538normal-high_fat 2.514704e-03 0.0009670961 0.0040623113 0.0003161> TukeyHSD(tmp)$group diff lwr upr p adjdrug2-drug1 4.314514e-05 -0.0015468705 0.0016331608 0.9999915820drug3-drug1 7.257082e-04 -0.0008643074 0.0023157239 0.6929965170high_fat-drug1 3.265877e-05 -0.0015149488 0.0015802664 0.9999969171normal-drug1 2.547362e-03 0.0009997549 0.0040949700 0.0002612744drug3-drug2 6.825631e-04 -0.0009487586 0.0023138847 0.7563195891high_fat-drug2 -1.048637e-05 -0.0016005020 0.0015795293 0.9999999705normal-drug2 2.504217e-03 0.0009142017 0.0040942330 0.0004944674high_fat-drug3 -6.930494e-04 -0.0022830651 0.0008969662 0.7277757202normal-drug3 1.821654e-03 0.0002316386 0.0034116699 0.0175537862normal-high_fat 2.514704e-03 0.0009670961 0.0040623113 0.0003161003
参考
- https://wenku.baidu.com/view/0a54c8d3a58da0116c174981.html###
阅读全文
1 0
- R语言实现常用多重比较方法
- R语言实现常用算法
- 【模型比较与选择】交叉验证方法原理及R语言代码实现
- R语言:常用统计检验方法
- R语言:ggplot绘图常用方法
- R语言中PCA方法实现
- R语言 检验多重共线性
- R语言常用函数
- R语言常用函数
- R语言常用函数
- R语言常用函数
- R语言 常用数据类型
- R语言常用函数
- R 语言常用技巧
- R语言—R语言常用语法
- 常用连续型分布介绍及R语言实现
- 常用连续型分布介绍及R语言实现
- 常用连续型分布介绍及R语言实现
- 源码干货 | 手把手教你使用TensorFlow生成对抗样本
- About 云
- 操作系统的关系与区别
- asp.net 自定义服务器控件属性
- JAVA从UTF-8编码文件读取字符串时,前边有问号的问题
- R语言实现常用多重比较方法
- LINK:fatal error LNK1123: 转换到 COFF 期间失败: 文件无效或损坏
- spark中shuffle框架剖析
- MySQL笔记二
- [框架]Spring boot主要内容
- Maven学习笔记
- [linux]:对于linux新手常用的20个命令
- 【WebService】WebService入门1
- 直接调用接口页面代码 或 页面调试接口