r - 当方差分析表明只有因子显着而不它们的交互作用时,我是否必须制作另一个模型来执行 Tukey 检验?
问题描述
我正在使用库在 R 中进行重复测量方差分析:
library(ordinal)
library(car)
library(RVAideMemoire)
我有两组:月份和距离,因变量是二氧化碳:
距离月 CO2
0 米 7 月 234
我已经为 CO2 制作了一个 clmm 模型,通过距离、月份以及月份和距离之间的相互作用来解释:
model_CO2 = clmm(CO2.f ~ month + distance + month:distance + (1|nest),
data = field_data,
threshold = "equidistant")
结果表明,月份和距离都是显着的,但不存在交互作用。现在,我想用这些信息执行 Tukey 测试,所以我的想法是分别对每个因素执行 Tukey 测试。
我的问题是:
我是否必须制作另一个模型,将每个因素分开?或者我可以只使用我创建的模型执行 Tukey 测试,但只考虑一个因素?
例子:
使用初始模型:
library(emmeans)
library(lsmeans)
Tmonth = lsmeans(model_CO2,
~ month)
multcomp::cld(Tmonth,
alpha = 0.05,
Letters = letters,
adjust = "tukey")
仅创建一个月的新模型,然后执行 Tukey 测试:
model_CO2m = clmm(CO2.f ~ month + (1|nest),
data = field_data,
threshold = "equidistant")
Tmonth = lsmeans(model_CO2m,
~ month)
multcomp::cld(Tmonth,
alpha = 0.05,
Letters = letters,
adjust = "tukey")
提前致谢!
解决方案
我想有些人会建议你这样做。但是不,您不必这样做,因为您要比较的估计边际手段是明确定义的;交互效果只是平均了。
不过,我建议您绘制因子组合的估计值 -emmip()
例如使用 - 以便您清楚地了解正在平均的估计值。
笔记
我刚刚在问题中注意到您完全从模型中取出了一个因素。我绝对建议不要这样做。每个因素都贡献了显着的主效应,因此它们都属于模型。如果您要在此处考虑简化模型,请仅考虑具有两个主效应但没有交互作用的模型。
推荐阅读
- regex - 用于替换除空白和指定目标之外的所有内容的正则表达式 Scala
- c# - 转换日期时间时,字符串未被识别为有效的日期时间
- python - 打开一个文本文件并创建一个字典变量
- ios - 无法在表视图内的集合视图上正确填充数组数据
- excel - 如何在数据库中上传时处理excel中的空白值还希望在excel中下载表而不在jsp中指定列名
- c++ - 没有初始化器的 constexpr 静态数据成员
- selenium - 如何为复选框选择定位器
- sql - 根据外部列表选择 MySQL 数据库上的数据
- c# - 如何收集选定的 Gridview 项目以移动到下一个片段进行付款
- powerbi - PowerBI 中去年的数据