r - Tukey HSD 用于混合连续变量和分类变量，错误 : "no factors"

Question

我正在尝试对死亡率数据进行 Tukey 检验，我想测试死亡率是否受铜含量(单向方差分析)以及铜和温度的组合(双向方差分析)的影响.这些是我的公式:

lm2<-lm(Mortality~Cu) 
anova(lm2) 
TukeyHSD(aov(Mortality~Cu)) 

lm2<-lm(Mortality~Cu+Temp+Cu:Temp) 
anova(lm2) 
TukeyHSD(aov(Mortality~Cu+Temp+Cu:Temp)) 

方差分析没有问题，但是对于 Tukey 的两个，我收到以下错误消息:

    Error in TukeyHSD.aov(aov(Mortality ~ Cu + Temp + Cu:Temp)) : 
      no factors in the fitted model 
    In addition: Warning messages: 
    1: In replications(paste("~", xx), data = mf) : non-factors ignored: Cu 
    2: In replications(paste("~", xx), data = mf) : non-factors ignored: Temp 
    3: In replications(paste("~", xx), data = mf) : 
      non-factors ignored: Cu, Temp 

我在其他帖子中读到过某处应该有一个因素，但我所有的数据都是数字!我很困惑，不知道下一步该怎么做。

在此先感谢您的帮助!

伦迪尔

Answer 1

TukeyHSD仅适用于分类变量，因此它正在寻找公式中的因素。是 Cu 的值吗？离散胸围只是编码为数值？如果是这样，那么使用

fCu<-factor(Cu)
TukeyHSD(aov(Mortality~fCu)) 

还是观察是连续的？然后你必须把它分解成间隔，把它变成一个因子。你可以做

fCu<-cut(Cu, breaks=4)
TukeyHSD(aov(Mortality~fCu)) 

如果方程右侧只有一部分变量是因子，则必须在 which 中明确指定这些变量。 TukeyHSD 的参数.因此，如果您使用分类 fCu和 Temp是一个连续的数字变量，你可以做

TukeyHSD(aov(Mortality~fCu+Temp), which="fCu") 

虽然它仍然发出关于其他列的警告，所以我不确定如何解释结果