所以我有我的数据
str(data1)
'data.frame': 12 obs. of 11 variables:
$ Genotype : Factor w/ 2 levels "EXP","WT": 2 2 2 2 2 2 1 1 1 1 ...
$ Stimulus : Factor w/ 2 levels "2oo","o": 2 2 2 1 1 1 2 2 2 1 ...
$ MI : num 0.08 -0.13 0.08 -0.39 -0.29 -0.16 0.13 0.08 0.08 -0.31 ..
...
我执行了我的anova
aov.MI <- aov(MI ~ Genotype*Stimulus, data=data1)
但如果我运行TukeyHSD,我会得到所有可能的组合
$`Genotype:Stimulus`
diff lwr upr p adj
WT:2oo-EXP:2oo -0.08000000 -0.363226668 0.2032267 0.8031324
EXP:o-EXP:2oo 0.29666667 0.013439999 0.5798933 0.0403984
WT:o-EXP:2oo 0.21000000 -0.073226668 0.4932267 0.1599365
EXP:o-WT:2oo 0.37666667 0.093439999 0.6598933 0.0118146
WT:o-WT:2oo 0.29000000 0.006773332 0.5732267 0.0448986
WT:o-EXP:o -0.08666667 -0.369893335 0.1965600 0.7644713
如何设置TukeyHSD,或进行任何其他适当的后期分析才能获得
WT:2OO-EXP:2OO EXP:邻EXP:2OO WT:邻EXP:2OO WT:邻EXP:○
比较并忽略不共享公因子的那些,即WT:2oo-EXP:o和WT:o-EXP:2oo?我可以使用TukeyHSD中的'which'选项如此具体吗?有没有更简单的方法呢?
感谢您的帮助。