方差分析为我提供了显着的P值,但Tukey的HSD将所有内容归为同一字母。我做错了什么导致这个?

时间:2019-10-14 21:09:50

标签: r tukey tukeyhsd

当我查看数据集的ANOVA时,我得到的P值为0.018,在alpha = 0.05时很显着。但是,当我对该方差分析进行Tukey的HSD测试时,一切都归为A组。有人可以解释这里发生了什么吗?

这是我的数据:

dataHodag <- read.table(text="
   Plot Rate Rep HollowHeartPercent
1  2155    1   1                0.0
2  2252    1   2                0.2
3  2343    1   3                0.2
4  2433    1   4                0.2
5  2211    2   2                0.0
6  2326    2   3                0.0
7  2412    2   4                0.0
8  2136    2   1                0.2
9  2124    3   1                0.0
10 2334    3   3                0.0
11 2421    3   4                0.0
12 2236    3   2                0.2
13 2246    4   2                0.0
14 2354    4   3                0.0
15 2446    4   4                0.0
16 2116    4   1                0.1
17 2145    5   1                0.0
18 2225    5   2                0.0
19 2314    5   3                0.0
20 2451    5   4                0.0", header=TRUE)

我正在使用agricolae软件包进行分析 这是给我方差分析的代码:

TukeyAOV <- aov(HollowHeartPercent ~ Rep + Rate, data=dataHodag)
summary(TukeyAOV)
#             Df  Sum Sq Mean Sq F value Pr(>F)  
# Rep          1 0.00250 0.00250   0.406  0.533  
# Rate         1 0.04225 0.04225   6.857  0.018 *
# Residuals   17 0.10475 0.00616                 
# ---
# Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

这是我的Tukey HSD测试的代码:

HSD <- agricolae::HSD.test(TukeyAOV, "Rate", alpha = 0.05, group=TRUE)
print(HSD$groups)
#  HollowHeartPercent groups
# 1              0.150      a
# 2              0.050      a
# 3              0.050      a
# 4              0.025      a
# 5              0.000      a

任何帮助将不胜感激。谢谢!

1 个答案:

答案 0 :(得分:3)

您是否注意到自由度方面的差异?您将Rate和Rep阅读为数值变量,而不是因子。比较:

> dataHodag$Plot <- as.factor(dataHodag$Plot)
> dataHodag$Rate <- as.factor(dataHodag$Rate)
> TukeyAOV <- aov(HollowHeartPercent ~ Rep + Rate, data=dataHodag)
> summary(TukeyAOV)
            Df Sum Sq  Mean Sq F value Pr(>F)
Rep          1 0.0025 0.002500   0.368  0.554
Rate         4 0.0520 0.013000   1.916  0.164
Residuals   14 0.0950 0.006786               

我希望这会有所帮助。