如何在R中的GLM上执行类似TukeyHSD的测试？

Question

我正在尝试分析我在R中创建的glm，我想要做的是成对比较我的哪些因素与Anovas的TukeyHSD测试类似，彼此之间有显着差异。 但是，有人告诉我TukeyHSD不适用于GLM。 经过研究后，我发现了两个选项，但我不确定哪个是正确的或适用的是glht或对比度命令。

这是GLM的代码。

glm.mod <- glm(as.numeric(Ostra..Avg.body.size) ~ as.factor(Macrophytes)*as.factor(Leaves)*as.factor(MacrophyteintLeaves) = 'gaussian', data = main)

我希望根据我的大型植物的因素（即是否存在大型植物的种类，可以选择不适用，不适用C或E的选项）来更改体型变量。 并且叶子具有不带q1，q2的三个选项

这是我的数据看起来像的一个例子（包含值）

Macrophyte  Leaves  Animals CODE    Ostra. Avg body size
Without     Q1        N       1     11000
E           Q2        Y         2   11853
C           without     N     3     13422
Without     Q1          Y     4     13838

例如，如何获得显示效果的输出

没有大型植物Q1叶子-没有大型植物Q2叶子（然后是一个值，表示它们彼此之间是否存在显着差异，例如ap值）。

任何帮助将不胜感激，并在此先感谢。如果有任何重要的信息我错过了，请告诉我。

Answer 1

具有一个数字响应变量和一个（或几个）分类预测变量，我通常将使用以下函数对每个主要效应（例如，仅大型植物；仅叶片）和相互作用效应进行显着性的成对比较：

TukeyHDS(aov(as.numeric(Ostra..Avg.body.size) ~ as.factor(Macrophytes)*as.factor(Leaves)*as.factor(MacrophyteintLeaves)