r - 使用不等组观察值计算 LSD.test (agricolae) 的最小显着性差异

Question

我正在尝试在我的数据集上遵循 LSD.test 中的示例。不幸的是，我的数据集的样本量不相等，我已经读到这可以通过加权平均值来处理；这个事情谁有经验？有没有办法在函数之外计算这个？

这是我的示例代码：

library(agricolae)

data <- as.data.frame(c(rep("A", 10), rep("B", 10), rep("C", 10), rep("D", 11)))
data$Value <- c(59.15,48.90,29.65,32.60,63.85,53.85,66.40,55.05,54.75,39.95,63.20,57.40,59.15,54.10,49.40,78.70,66.20,90.75,
                81.20,52.25,53.70,51.10,48.60,50.15,63.40,56.15,38.40,66.45,53.35,45.30,46.60,53.20,53.95,44.55,49.15,42.65,
                68.25,67.60,57.90,47.85,52.90)
colnames(data) <- c("Treatment", "Value")

cal <- lm(Value ~ Treatment, data = data)

model<-aov(cal)

out <- LSD.test(model,"Treatment", p.adj="bonferroni")
#stargraph
# Variation range: max and min
plot(out)
#endgraph
# Old version LSD.test()
df<-df.residual(model)
MSerror<-deviance(model)/df
out <- with(data,LSD.test(Value,Treatment,df,MSerror))
#stargraph
# Variation interquartil range: Q75 and Q25
plot(out,variation="IQR")
#endgraph
out<-LSD.test(model,"Treatment",p.adj="hommel",console=TRUE)
plot(out,variation="SD") # variation standard deviation

这仍然是“工作”，但没有列出典型示例中的“最小显着差异”：

library(agricolae)
data(sweetpotato)
model<-aov(yield~virus, data=sweetpotato)
out <- LSD.test(model,"virus", p.adj="bonferroni")
#stargraph
# Variation range: max and min
plot(out)
#endgraph
# Old version LSD.test()
df<-df.residual(model)
MSerror<-deviance(model)/df
out <- with(sweetpotato,LSD.test(yield,virus,df,MSerror))
#stargraph
# Variation interquartil range: Q75 and Q25
plot(out,variation="IQR")
#endgraph
out<-LSD.test(model,"virus",p.adj="hommel",console=TRUE)
plot(out,variation="SD") # variation standard deviation

编辑 1：我也尝试过使用带有 agricolae 的 HSD 的不相等组，但是这会返回一个错误：

data(sweetpotato)
A<-sweetpotato[-c(4,5,7),]
modelUnbalanced <- aov(yield ~ virus, data=A)
outUn <-HSD.test(modelUnbalanced, "virus",group=FALSE, unbalanced = TRUE)

HSD.test 中的错误（modelUnbalanced，“virus”，group = FALSE，unbalanced = TRUE）：未使用的参数（unbalanced = TRUE）

编辑 2：我现在使用 group=FALSE 命令来查找单个交互：

      difference pvalue signif.        LCL        UCL
A - B -14.820000 0.0301       * -28.664094 -0.9759055
A - C  -2.245000 1.0000         -16.089094 11.5990945
A - D  -3.557727 1.0000         -17.083524  9.9680696
B - C  12.575000 0.0943       .  -1.269094 26.4190945
B - D  11.262273 0.1554          -2.263524 24.7880696
C - D  -1.312727 1.0000         -14.838524 12.2130696

现在我如何找到差异 = p = 0.05？我研究了三个不等于 1 的 p 值与差的平方根之间的线性关系。这种关系并不完美，但它很强，R2 = 0.98，可能是样本量的影响。

我可以用它来预测@ p = 0.05 的最小显着差异是多少？还是我完全被误导了？

任何帮助是极大的赞赏！

干杯，

标签： ranovatukey