Mam eksperyment, który jest niezrównoważony, gdy w trzech miejscach (L, M, H) mierzymy parametr (met
) w czterech różnych typach roślinności (a, b, c, d). Wszystkie typy roślin są obecne we wszystkich trzech miejscach. Rodzaje roślin są replikowane 4 razy w L i M i 8 razy w H.multcomp Tukey-Kramer
Dlatego proste anova i TukeyHSD nie będą działać. Pakiety Agricolae (HSD.test
) i DTK (DTK.test
) działają tylko w przypadku projektów jednokierunkowych, a następnie jest multcomp ... Czy test Tukeya w funkcji mcp
oblicza kontrasty Tukeya-Kramera, czy też daje regularne kontrasty Tukeya? Przypuszczam, że pierwszy przypadek jest taki, ponieważ pakiet jest ukierunkowany na testowanie wielokrotnych porównań dla niezrównoważonych projektów, ale nie jestem pewien, ponieważ wartości p wytworzone przy obu podejściach są praktycznie takie same. Jaki test byłby wtedy odpowiedni?
Co więcej, czy istnieją bardziej odpowiednie podejścia do takiego dwukierunkowego anova dla niezbalansowanych zestawów danych?
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")))