私はまだ r の使い方を学んでおり、Tukey 事後検定に基づいて効果プロットを作成するのに苦労しています。A3 つのコロニー ( 、BおよびC、以下を参照)を持つデータセットがあります。control各コロニーは、 と の2 つの処理に分けられDWVます。GLM を実行して、各コロニーの治療グループ間で平均余命 last.scan に差があるかどうかをテストする必要があります。「治療」を固定因子、「コロニー」をランダム因子として採用しました。
次のコードを使用しました。
fit_life = lmer(last.scan~treatment + (1|colony), data = data)
Anova(fit_life, type = 3)
95% の信頼限界も必要ですが、正しいコマンドを使用しているかどうかわかりません。
confint(lsmeans(fit_life, list(~treatment)), type = "response")
次のコマンドは、処理の Tukey ポストホック テストの結果を示しますが、各コロニーの処理の違いを示す Tukey テストが必要です。どうやってやるの？
mcp = glht(fit_life, linfct = mcp(treatment = "Tukey"))
summary(mcp)
# DWV treatment significantly changes life expectancy (z = -9.734, p = < 2e-16)
ポストホック テストの結果を使用して、ここに示すような効果プロットを作成したいのですが、どのコマンドを使用すればよいかわかりません。
データセットの例を次に示します。
> head(data, 30)
RFID colony treatment last.scan
1 A0 01 03 C0 00 C0 20 01 A Control 24
2 A0 01 03 C0 00 C0 20 0C A Control 21
3 A0 01 03 C0 00 C0 20 1D A Control 19
4 A0 01 03 C0 00 C0 20 1E A Control 18
5 A0 01 03 C0 00 C0 20 1F A Control 31
6 A0 01 03 C0 00 C0 20 21 A Control 19
7 A0 01 03 C0 00 C0 20 2F A Control 18
8 A0 01 03 C0 00 C0 20 37 A Control 16
9 A0 01 03 C0 00 C0 20 5E A Control 23
10 A0 01 03 C0 00 C0 20 79 A Control 19
11 A0 01 03 C0 00 C0 20 7F A Control 17
12 A0 01 03 C0 00 C0 20 8C A Control 24
13 A0 01 03 C0 00 C0 20 92 A Control 26
14 A0 01 03 C0 00 C0 20 95 A Control 19
15 A0 01 03 C0 00 C0 20 98 A Control 21
16 A0 01 03 C0 00 C0 20 B8 A Control 21
17 A0 01 03 C0 00 C0 20 B9 A Control 20
18 A0 01 03 C0 00 C0 20 D5 A Control 17
19 A0 01 03 C0 00 C0 20 D9 A Control 27
20 A0 01 03 C0 00 C0 20 E4 A Control 26
21 A0 01 03 C0 00 C0 20 FE A Control 31
22 A0 01 03 C0 00 C0 3A 02 A DWV 11
23 A0 01 03 C0 00 C0 3A 0C A DWV 22
24 A0 01 03 C0 00 C0 3A 0D A DWV 12
25 A0 01 03 C0 00 C0 3A 11 A DWV 19
26 A0 01 03 C0 00 C0 3A 14 A DWV 21
27 A0 01 03 C0 00 C0 3A 1D A DWV 24
28 A0 01 03 C0 00 C0 3A 24 A DWV 9
29 A0 01 03 C0 00 C0 3A 2A A DWV 16
30 A0 01 03 C0 00 C0 3A 2C A DWV 23