7

3つのサイト（L、M、H）metで、4つの異なる植生タイプ（a、b、c、d）のパラメーター（）を測定する不均衡な実験があります。すべての植生タイプが3つのサイトすべてに存在します。植生タイプは、LとMで4回、Hで8回複製されます。

したがって、単純な分散分析とTukeyHSDは機能しません。パッケージAgricolae（HSD.test）とDTK（DTK.test）は一方向の設計でのみ機能し、次にmultcompがあります...mcp関数のTukey検定は、Tukey-Kramerの対比を計算しますか、それとも通常のTukeyの対比を与えますか？パッケージは不均衡な設計の多重比較をテストすることを目的としているため、最初のケースであると思いますが、両方のアプローチで生成されたp値は実質的に同じであるため、確信が持てません。その場合、どのテストが適切でしょうか？

また、不均衡なデータセットに対してこのような双方向分散分析を行うためのより適切なアプローチはありますか？

library(multcomp)

(met     <-  c(rnorm(16,6,2),rnorm(16,5,2),rnorm(32,4,2)))
(site    <-  c(rep("L", 16), rep("M", 16), rep("H", 32)))
(vtype   <-  c(rep(letters[1:4], 16), rep(letters[1:4], 16), rep(letters[1:4], 32)))

dat  <-  data.frame(site, vtype, met)

# using aov and TukeyHSD
aov.000  <-  aov(met ~ site * vtype, data=dat)
summary(aov.000) 
TukeyHSD(aov.000) 

# using Anova, and multcomp
lm.000     <-  lm(met ~ site * vtype, data=dat)
summary(lm.000)
library(car)
Anova.000  <-  Anova(lm.000, data=dat)

dat$int  <-  with(dat, interaction(site, vtype, sep = "x"))
lm.000   <-  lm(met ~ int, data = dat)
summary(lm.000)
summary(glht.000 <- glht(lm.000, linfct = mcp(int = "Tukey")))
4

1 に答える 1

9

不均衡なデータの場合、タイプISSの代わりにタイプIIISSの分散分析を使用できます[1]。RにおけるタイプIII分散分析の計算[2]： 

model <- (met ~ site * vtype)
defopt <- options()
options(contrasts=c("contr.sum", "contr.poly"))
print(drop1(aov(model),~.,test="F"))
options <- defopt

不均衡なデータの場合、調整された平均のペアワイズ比較を使用できます。Rでの計算[4]：

library(lsmeans)
print(lsmeans(model, list(pairwise ~ site)), adjust = c("tukey"))
print(lsmeans(model, list(pairwise ~ vtype)), adjust = c("tukey"))
print(lsmeans(model, list(pairwise ~ site | vtype)), adjust = c("tukey"))
print(lsmeans(model, list(pairwise ~ vtype | site)), adjust = c("tukey"))

2行目と3行目は、主な効果「site」と「vytpe」のレベルを比較しています。4行目と5行目では、ある要素のレベルを別の要素の各レベルで個別に比較しています。

これがお役に立てば幸いです。

参考文献

[1]ミリケンとジョンセン。2009.乱雑なデータの分析。ボリューム1。

[2] http://www.statmethods.net/stats/anova.html

[3] http://cran.r-project.org/web/packages/lsmeans/vignettes/using-lsmeans.pdf

于 2012-12-03T10:53:40.473 に答える