r - 如何在 R 中对事后测试结果进行分类？

Question

我试图了解如何在 R 中使用方差分析和事后测试。到目前为止，我已经使用 aov() 和 TukeyHSD() 来分析我的数据。示例:

uni2.anova <- aov(Sum_Uni ~ Micro, data= uni2)

uni2.anova

Call:
aov(formula = Sum_Uni ~ Micro, data = uni2)

Terms:
                    Micro  Residuals
Sum of Squares  0.04917262 0.00602925
Deg. of Freedom         15         48

Residual standard error: 0.01120756 
Estimated effects may be unbalanced

我的问题是，现在我有一个巨大的成对比较列表，但无法对其执行任何操作:

 TukeyHSD(uni2.anova)
 Tukey multiple comparisons of means
   95% family-wise confidence level

Fit: aov(formula = Sum_Uni ~ Micro, data = uni2)

$Micro
                               diff          lwr           upr     p adj
Act_Glu2-Act_Ala2     -0.0180017863 -0.046632157  0.0106285840 0.6448524
Ana_Ala2-Act_Ala2     -0.0250134285 -0.053643799  0.0036169417 0.1493629
NegI_Ala2-Act_Ala2     0.0702274527  0.041597082  0.0988578230 0.0000000

该数据集有 40 行...理想情况下，我希望获得一个如下所示的数据集:

• Act_Glu2:一个
• Act_Ala2:a
• NegI_Ala2:b...

我希望你明白这一点。到目前为止，我在网上没有找到任何可比较的东西...我还尝试仅选择 TukeyHSD 生成的文件中的重要对，但该文件不“承认”它由行和列组成，因此无法进行选择。 .

也许我的方法有根本性的错误？

Answer 1

我认为OP希望通过这些信件来了解比较。

library(multcompView)
multcompLetters(extract_p(TukeyHSD(uni2.anova)))

这会给你信件。

您还可以使用 multcomp 包

library(multcomp)
cld(glht(uni2.anova, linct = mcp(Micro = "Tukey")))

我希望这是您所需要的。