Question

我试图分析我在R中创建的glm，我想要做的是成对地比较我的哪些因素与Anovas的TukeyHSD测试相比有显着差异。但是我被告知TukeyHSD不适用于GLM。在做了一些研究后，我发现了一些选项，我不确定哪一个是正确的或适用的那些是glht或对比度命令。

以下是GLM的代码。

glm.mod <- glm(as.numeric(Ostra..Avg.body.size) ~ as.factor(Macrophytes)*as.factor(Leaves)*as.factor(MacrophyteintLeaves) = 'gaussian', data = main)

体型变量是我期望根据我的大型植物因子（即存在/不存在大型植物物种的情况而改变的，其中包括没有的选项，不适用于不同物种的C或E）。叶子有三个选项，没有，q1，q2）

以下是我的数据的示例（带有组合值）

Macrophyte  Leaves  Animals CODE    Ostra. Avg body size
Without     Q1        N       1     11000
E           Q2        Y         2   11853
C           without     N     3     13422
Without     Q1          Y     4     13838

如果有例如

的效果，我如何得到一个显示我的输出

没有大型植物Q1叶 - 没有大型植物Q2叶（那么一个值表示它们是否彼此显着不同，如p值）。

任何帮助都将非常感谢并提前感谢。如果有任何重要信息我错过了请告诉我。

Answer 1

使用数字响应变量和一个（或几个）分类预测变量，我通常会使用以下函数来获得每个主效应（例如，单独的大型植物;单独的叶子）和交互效应的重要性的成对比较： / p>

TukeyHDS(aov(as.numeric(Ostra..Avg.body.size) ~ as.factor(Macrophytes)*as.factor(Leaves)*as.factor(MacrophyteintLeaves)

如何在R中的GLM上执行类似TukeyHSD的测试？

1 个答案: