Question

我在我的数据上运行了一个posthoc Tukey HSD，它有十个因子级别。该表非常庞大，我希望在成对表中将p值呈现给读者，留下附录的45行表。

以下是一个示例数据集：

set.seed(42)
x <- rnorm(100,1,2)
category <- letters[1:10]
data <- cbind.data.frame(x, category)
summary(data.aov <- aov(x~category, data = data))
data.hsd<-TukeyHSD(data.aov)
data.hsd.result<-data.frame(data.hsd$category)
data.hsd.result

结果是一个45行的表。相反，我想要一个表格，其中因子级别为行和列名称，单元格中的p值显示两者是否显着不同。 Xs或下划线或任何可能代表重复或不必要的比较。像这样：

         a    b       c       d      e     f      ...   j
    a    X    0.97    1     0.99   0.89   0.99    ...   0.99
    b    X     X    0.99    0.89   0.94   0.92    ...   0.97
    c    X     X      X     0.85   0.93   0.96    ...   0.98
    |   ...   ...    ...     ...   ...    ...     ...   ...
    i    X     X      X       X     X      X      ...   0.84

等等。

有没有办法自动生成这样的表？

Answer 1

您希望p值以上三角矩阵形式出现。这对R来说有点不自然，因为它用列填充矩阵，但它很容易修复。首先检查您是否收到了正确的订单：

> resm <- matrix(NA, 10, 10)
> resm[lower.tri(resm) ] <- rownames(data.hsd.result)
> resm
      [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9]  [,10]
 [1,] NA    NA    NA    NA    NA    NA    NA    NA    NA    NA   
 [2,] "b-a" NA    NA    NA    NA    NA    NA    NA    NA    NA   
 [3,] "c-a" "c-b" NA    NA    NA    NA    NA    NA    NA    NA   
 [4,] "d-a" "d-b" "d-c" NA    NA    NA    NA    NA    NA    NA   
 [5,] "e-a" "e-b" "e-c" "e-d" NA    NA    NA    NA    NA    NA   
 [6,] "f-a" "f-b" "f-c" "f-d" "f-e" NA    NA    NA    NA    NA   
 [7,] "g-a" "g-b" "g-c" "g-d" "g-e" "g-f" NA    NA    NA    NA   
 [8,] "h-a" "h-b" "h-c" "h-d" "h-e" "h-f" "h-g" NA    NA    NA   
 [9,] "i-a" "i-b" "i-c" "i-d" "i-e" "i-f" "i-g" "i-h" NA    NA   
[10,] "j-a" "j-b" "j-c" "j-d" "j-e" "j-f" "j-g" "j-h" "j-i" NA   
> t(resm)
      [,1] [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9]  [,10]
 [1,] NA   "b-a" "c-a" "d-a" "e-a" "f-a" "g-a" "h-a" "i-a" "j-a"
 [2,] NA   NA    "c-b" "d-b" "e-b" "f-b" "g-b" "h-b" "i-b" "j-b"
 [3,] NA   NA    NA    "d-c" "e-c" "f-c" "g-c" "h-c" "i-c" "j-c"
 [4,] NA   NA    NA    NA    "e-d" "f-d" "g-d" "h-d" "i-d" "j-d"
 [5,] NA   NA    NA    NA    NA    "f-e" "g-e" "h-e" "i-e" "j-e"
 [6,] NA   NA    NA    NA    NA    NA    "g-f" "h-f" "i-f" "j-f"
 [7,] NA   NA    NA    NA    NA    NA    NA    "h-g" "i-g" "j-g"
 [8,] NA   NA    NA    NA    NA    NA    NA    NA    "i-h" "j-h"
 [9,] NA   NA    NA    NA    NA    NA    NA    NA    NA    "j-i"
[10,] NA   NA    NA    NA    NA    NA    NA    NA    NA    NA

所以它只是：

resm <- matrix(NA, 10, 10)
resm[lower.tri(resm) ] <-round(data.hsd.result$p.adj, 3)
t(resm)
      [,1]  [,2] [,3] [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,]   NA 0.974 1.00    1 0.885 0.997 0.985 0.673 0.559 1.000
 [2,]   NA    NA 0.99    1 1.000 1.000 1.000 0.999 0.997 0.999
 [3,]   NA    NA   NA    1 0.938 0.999 0.995 0.772 0.666 1.000
 [4,]   NA    NA   NA   NA 0.990 1.000 1.000 0.921 0.856 1.000
 [5,]   NA    NA   NA   NA    NA 1.000 1.000 1.000 1.000 0.988
 [6,]   NA    NA   NA   NA    NA    NA 1.000 0.991 0.974 1.000
 [7,]   NA    NA   NA   NA    NA    NA    NA 0.998 0.993 1.000
 [8,]   NA    NA   NA   NA    NA    NA    NA    NA 1.000 0.914
 [9,]   NA    NA   NA   NA    NA    NA    NA    NA    NA 0.846
[10,]   NA    NA   NA   NA    NA    NA    NA    NA    NA    NA

使用函数rownames<-和colnames<-将行和列名称添加到矩阵中相当简单。有关工作示例，请参阅其共享帮助页面。

在表格中呈现Tukey HSD成对p值

1 个答案: