मैंने इसके साथ किया
library(lsmeans)
तथा
library(multcomp)
lm(Chlorophyll ~ Treatment + Stage + Treatment:Stage, "")
लेकिन मैं आर। में TW ANOVA के बाद पोस्ट-हॉक टेस्ट कैसे करना चाहता हूं, मैं दिलचस्पी रखता हूं agricolae
पैकेज?
structure( list(Treatment = structure(c(3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L), .Label = c("Control", "Nitrogen", "Salt"
), class = "factor"), Stage = structure(c(1L, 1L, 1L, 2L, 2L,
2L, 3L, 3L, 3L, 1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 1L, 1L, 1L,
2L, 2L, 2L, 3L, 3L, 3L), .Label = c("Green", "Pink", "Red"), class = "factor"),
Chlorophyll = c(0.2, 0.3, 0.4, 0.5, 0.3, 0.2, 0.5, 0.6, 0.7,
0.4, 0.6, 0.9, 0.2, 0.3, 0.5, 0.4, 0.2, 0.3, 0.5, 0.6, 0.8,
0.5, 0.4, 0.6, 0.2, 0.3, 0.1)), .Names = c("Treatment", "Stage",
"Chlorophyll"), class = "data.frame", row.names = c(NA, -27L)
)
अलग होने के बाद, हम समूह संख्याओं / अक्षरों के साथ प्रत्येक चरण के लिए रेखांकन कैसे कर सकते हैं?
उत्तर:
उत्तर № 1 के लिए 1मुझे लगता है कि आप के अनुसार डेटा समूह करना चाहते हैं Treatment
, Stage
और बातचीत Treatment*Stage
.
जोड़ीदार ANOVAs प्रदर्शन करने से पहले, यह तुलनात्मक संख्या की गणना करने का निर्देश है:
Treatment
तथाStage
प्रत्येक में 3 स्तर हैं, इसलिए हमारे पास हैchoose(length(levels(df$Treatment)), 2) = 3
तथाchoose(length(levels(df$Stage)), 2)
तुलना, क्रमशः; इंटरेक्शन टर्म के लिए हमें सभी ऑबजाइब कॉम्बिनेशन पर विचार करना होगाTreatment
तथाStage
combn_interact <- apply( expand.grid(levels(df$Treatment), levels(df$Stage)), 1, paste, collapse = ":"); combn_interact; #[1] "Control:Green" "Nitrogen:Green" "Salt:Green" "Control:Pink" #[5] "Nitrogen:Pink" "Salt:Pink" "Control:Red" "Nitrogen:Red" #[9] "Salt:Red"
कुल के परिणामस्वरूप
choose(length(combn_interact), 2) = 36
तुलना। इसलिए इंटरैक्शन टर्म में बड़ी संख्या में जोड़ीदार तुलना होती है।हम कई जोड़ीदार एनोवा विश्लेषण करते हैं
model <- aov(Chlorophyll ~ Treatment + Stage + Treatment*Stage, data = df);
अब हम कई उपकल्पना परीक्षण का उपयोग करने के लिए पोस्ट-हॉक परीक्षण करते हैं
PostHocTest
से हीDescTools
पुस्तकालय। पी-वैल्यू को सही करने के विभिन्न तरीके मौजूद हैं, यहाँ हम उपयोग करते हैं Tukey ईमानदार सम्मान अंतर परीक्षाlibrary(DescTools); PostHocTest(model, method = "hsd") # Posthoc multiple comparisons of means : Tukey HSD # 95% family-wise confidence level # #$Treatment # diff lwr.ci upr.ci pval #Nitrogen-Control -0.02222222 -0.1939346 0.1494902 0.9418 #Salt-Control -0.03333333 -0.2050457 0.1383791 0.8744 #Salt-Nitrogen -0.01111111 -0.1828235 0.1606013 0.9851 # #$Stage # diff lwr.ci upr.ci pval #Pink-Green -0.13333333 -0.3050457 0.03837906 0.1455 #Red-Green -0.15555556 -0.3272679 0.01615684 0.0797 . #Red-Pink -0.02222222 -0.1939346 0.14949017 0.9418 # #$`Treatment:Stage` # diff lwr.ci upr.ci pval #Nitrogen:Green-Control:Green 0.000000e+00 -0.40832017 0.40832017 1.0000 #Salt:Green-Control:Green -3.333333e-01 -0.74165350 0.07498684 0.1643 #Control:Pink-Control:Green -1.333333e-01 -0.54165350 0.27498684 0.9586 #Nitrogen:Pink-Control:Green -3.000000e-01 -0.70832017 0.10832017 0.2624 #Salt:Pink-Control:Green -3.000000e-01 -0.70832017 0.10832017 0.2624 #Control:Red-Control:Green -4.333333e-01 -0.84165350 -0.02501316 0.0327 * #Nitrogen:Red-Control:Green -3.333333e-01 -0.74165350 0.07498684 0.1643 #Salt:Red-Control:Green -3.333333e-02 -0.44165350 0.37498684 1.0000 #Salt:Green-Nitrogen:Green -3.333333e-01 -0.74165350 0.07498684 0.1643 #Control:Pink-Nitrogen:Green -1.333333e-01 -0.54165350 0.27498684 0.9586 #Nitrogen:Pink-Nitrogen:Green -3.000000e-01 -0.70832017 0.10832017 0.2624 #Salt:Pink-Nitrogen:Green -3.000000e-01 -0.70832017 0.10832017 0.2624 #Control:Red-Nitrogen:Green -4.333333e-01 -0.84165350 -0.02501316 0.0327 * #Nitrogen:Red-Nitrogen:Green -3.333333e-01 -0.74165350 0.07498684 0.1643 #Salt:Red-Nitrogen:Green -3.333333e-02 -0.44165350 0.37498684 1.0000 #Control:Pink-Salt:Green 2.000000e-01 -0.20832017 0.60832017 0.7303 #Nitrogen:Pink-Salt:Green 3.333333e-02 -0.37498684 0.44165350 1.0000 #Salt:Pink-Salt:Green 3.333333e-02 -0.37498684 0.44165350 1.0000 #Control:Red-Salt:Green -1.000000e-01 -0.50832017 0.30832017 0.9927 #Nitrogen:Red-Salt:Green 3.885781e-16 -0.40832017 0.40832017 1.0000 #Salt:Red-Salt:Green 3.000000e-01 -0.10832017 0.70832017 0.2624 #Nitrogen:Pink-Control:Pink -1.666667e-01 -0.57498684 0.24165350 0.8718 #Salt:Pink-Control:Pink -1.666667e-01 -0.57498684 0.24165350 0.8718 #Control:Red-Control:Pink -3.000000e-01 -0.70832017 0.10832017 0.2624 #Nitrogen:Red-Control:Pink -2.000000e-01 -0.60832017 0.20832017 0.7303 #Salt:Red-Control:Pink 1.000000e-01 -0.30832017 0.50832017 0.9927 #Salt:Pink-Nitrogen:Pink -5.551115e-17 -0.40832017 0.40832017 1.0000 #Control:Red-Nitrogen:Pink -1.333333e-01 -0.54165350 0.27498684 0.9586 #Nitrogen:Red-Nitrogen:Pink -3.333333e-02 -0.44165350 0.37498684 1.0000 #Salt:Red-Nitrogen:Pink 2.666667e-01 -0.14165350 0.67498684 0.3967 #Control:Red-Salt:Pink -1.333333e-01 -0.54165350 0.27498684 0.9586 #Nitrogen:Red-Salt:Pink -3.333333e-02 -0.44165350 0.37498684 1.0000 #Salt:Red-Salt:Pink 2.666667e-01 -0.14165350 0.67498684 0.3967 #Nitrogen:Red-Control:Red 1.000000e-01 -0.30832017 0.50832017 0.9927 #Salt:Red-Control:Red 4.000000e-01 -0.00832017 0.80832017 0.0574 . #Salt:Red-Nitrogen:Red 3.000000e-01 -0.10832017 0.70832017 0.2624 # #--- #Signif. codes: 0 "***" 0.001 "**" 0.01 "*" 0.05 "." 0.1 " " 1
हर समूह में मूल्यों के वितरण को प्लॉट करना हमारे 3 के प्रत्येक प्रासंगिक समूह के लिए टिप्पणियों को बाहर निकालने की आवश्यकता है
Treatment
, 3Stage
और 36Treatment*Stage
तुलना। उदाहरण के लिए, 3 के लिएTreatment
तुलना, आप कर सकते हैंdf %>% ggplot(aes(x = Treatment, y = Chlorophyll)) + geom_boxplot() + geom_jitter(width = 0.2)
पश्चात परीक्षण के परिणामों के अनुरूप, तीन वितरणों में से किसी के बीच में कोई सांख्यिकीय महत्वपूर्ण परिवर्तन नहीं हैं।
दूसरे प्लॉट जितने सीधे हैं, और मैं आपको छोड़ दूंगा।
नमूना डेटा
df <- structure( list(Treatment = structure(c(3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L), .Label = c("Control", "Nitrogen", "Salt"
), class = "factor"), Stage = structure(c(1L, 1L, 1L, 2L, 2L,
2L, 3L, 3L, 3L, 1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 1L, 1L, 1L,
2L, 2L, 2L, 3L, 3L, 3L), .Label = c("Green", "Pink", "Red"), class = "factor"),
Chlorophyll = c(0.2, 0.3, 0.4, 0.5, 0.3, 0.2, 0.5, 0.6, 0.7,
0.4, 0.6, 0.9, 0.2, 0.3, 0.5, 0.4, 0.2, 0.3, 0.5, 0.6, 0.8,
0.5, 0.4, 0.6, 0.2, 0.3, 0.1)), .Names = c("Treatment", "Stage",
"Chlorophyll"), class = "data.frame", row.names = c(NA, -27L)
)