Question

我有一个连续的响应变量yld和一个分类预测变量check（有3个级别）。我做了一个单向ANOVA和一个事后测试，看看哪些级别彼此不同。

mdl<-aov(sqrt(var$yld) ~ var$check); summary(mdl);TukeyHSD(mdl) 

               Df Sum Sq Mean Sq F value   Pr(>F)    
var$check      2   5162  2581.2   13.51 1.46e-06 ***
Residuals   2775 530395   191.1                     

Tukey multiple comparisons of means
95% family-wise confidence level

Fit: aov(formula = sqrt(var$yld) ~ var$check)

$`var$check`

         diff       lwr       upr     p adj
 NC-LC -3.0123196 -4.529649 -1.494991 0.0000101
 RC-LC -2.8330205 -4.348031 -1.318010 0.0000358
 RC-NC  0.1792991 -1.310563  1.669161 0.9570495

现在，这些数据是通过多个站点收集的，所以我想使用site.code作为我的随机效果。

library(lme4)
mdl1<-lmer(sqrt(yld) ~ check + (1 | site.code),data=var)
summary(mdl1)

这给了我不同的输出，但最重要的是：

Fixed effects:
        Estimate Std. Error t value
(Intercept)  50.7267     1.3028   38.94
checkNC      -2.7075     0.5449   -4.97
checkRC      -2.5048     0.5441   -4.60

LC需要intercept级别，并检查NC和RC与intercept的不同之处。我有两个问题：

1）为什么p-value的输出中没有显示mdl1 2）此输出将NC和RC与截距进行比较。是否有任何事后对所有级别进行成对比较？

谢谢

Answer 1

这是解决方案

install.packages("multcomp");library(multcomp)
summary(glht(mdl1, linfct=mcp(check="Tukey")))

具有随机效应的单因素方差分析的事后检验

1 个答案: