1

9つのカテゴリに分割された変数の分散分析を行っています。

av <- aov(Z~Climes)

ここで、Z は値を含むベクトルで、Climes には anova が実行される 9 つのカテゴリが含まれます。各カテゴリのサンプル数がわずかに異なることに注意してください。

ここで、詳細な出力が必要です (たとえば、JMP は 9*9 行列を提供し、すべてのカテゴリ ペアのペア比較、つまり t 検定の結果を提供します)。

クラスの出力オブジェクトはaovこの情報を保持していますか? ドキュメントで表示できない場合は、R で詳細な ANOVA を実行する別の関数がありますか?

4

1 に答える 1

3

最初の質問に答えるには、いいえ:オブジェクトには、事後比較aovではなく、要求に応じてモデルの適合性に関する情報が含まれています。(残差の) 分布の仮定、等分散性の検定なども評価しません。これは、ANOVA 表で期待されるものではありません。ただし、モデルの適合性を評価したり、仮定を確認したりして、分析を補完することは自由です (もちろん強くお勧めします)。

2番目の質問について。複数の比較は、@MYaseen208 で指摘されているように (通常、バランスの取れたデータで最適に機能します)、multcomp (参考文献を参照)、またはpairwise.t.test()multtestTukeyHSD()パッケージなどを使用して、個別に処理されます。これらのテストのいくつかは、ANOVA F 検定が有意であると仮定し、他の手順はより柔軟ですが、それはすべて、あなたが何をしたいのか、そしてそれが目前の問題に対する合理的なアプローチのように聞こえるかどうかに依存します (@DWin のコメントを参照) ）。では、なぜ R はそれらを自動的に提供するのでしょうか?glht()

例として、次のシミュレートされたデータセット (バランスのとれた一元配置分散分析) を考えてみましょう。

dfrm <- data.frame(x=rnorm(100, mean=10, sd=2), 
                   grp=gl(5, 20, labels=letters[1:5]))

ここで、グループの平均と SD は次のとおりです。

+-------+-+---+---------+--------+
|       | | N | Mean    | SD     |
+-------+-+---+---------+--------+
|grp    |a| 20|10.172613|2.138497|
|       |b| 20|10.860964|1.783375|
|       |c| 20| 9.910586|2.019536|
|       |d| 20| 9.458459|2.228867|
|       |e| 20| 9.804294|1.547052|
+-------+-+---+---------+--------+
|Overall| |100|10.041383|1.976413|
+-------+-+---+---------+--------+

JMP を使用すると、有意でない F(4,95)=1.43 と次の結果が得られます (ペアワイズ t 検定を求めました)。

ここに画像の説明を入力
(p 値は最後の列に表示されます。)

これらの t 検定は、タイプ I のエラー インフレーションに対して保護されていないことに注意してください。

R では、次のようにします。

aov.res <- aov(x ~ grp, data=dfrm)
with(dfrm, pairwise.t.test(x, grp, p.adjust.method="none"))

Rプロンプトでaov.res発行することで、何が格納されているかを確認できます。str(aov.res)Tukey HSD テストは、次のいずれかを使用して実行できます。

TukeyHSD(aov.res)  # there's a plot method as well

また

library(multcomp)
glht(aov.res, linfct=mcp(grp="Tukey"))  # also with a plot method
于 2012-02-24T11:25:25.700 に答える