如何解释R中的TukeyHSD输出？ （关于基础回归模型）

Question

我建立了一个简单的线性回归模型，以“得分”为因变量，以“活动”为独立变量。 “活动”具有5个级别：“监听”（参考级别），“ read1”，“ read2”，“ watch1”，“ watch2”。

Call:
lm(formula = Score ~ Activity)

Residuals:
     Min       1Q   Median       3Q      Max 
-22.6154  -8.6154  -0.6154   7.1346  31.3846 

Coefficients:
               Estimate Std. Error t value Pr(>|t|)    
(Intercept)      41.615      2.553  16.302   <2e-16 ***
Activityread1     6.385      7.937   0.804   0.4254    
Activityread2    20.885      9.552   2.186   0.0340 *  
Activitywatch1    3.885      4.315   0.900   0.3728    
Activitywatch2  -11.415      6.357  -1.796   0.0792 .  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 13.02 on 45 degrees of freedom
Multiple R-squared:  0.1901,    Adjusted R-squared:  0.1181 
F-statistic:  2.64 on 4 and 45 DF,  p-value: 0.04594

为了获得所有成对的比较，我执行了TukeyHSD测试，我的输出难以解释。 虽然模型的输出表明，我们具有的唯一显着效果是由于“监听”和“ read2”之间的对比，但TukeyHSD结果表明，“ watch2”和“ read2”之间只有唯一的对比。 这是什么意思？

 > TukeyHSD(aov(mod4), "Activity") Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = mod4) $Activity diff lwr upr p adj read1-listen 6.384615 -16.168371 28.937602 0.9279144 read2-listen 20.884615 -6.256626 48.025857 0.2034549 watch1-listen 3.884615 -8.376548 16.145779 0.8952957 watch2-listen -11.415385 -29.477206 6.646437 0.3885969 read2-read1 14.500000 -19.264610 48.264610 0.7397464 watch1-read1 -2.500000 -26.031639 21.031639 0.9981234 watch2-read1 -17.800000 -44.811688 9.211688 0.3466391 watch1-read2 -17.000000 -44.959754 10.959754 0.4278714 watch2-read2 -32.300000 -63.245777 -1.354223 0.0368820 watch2-watch1 -15.300000 -34.569930 3.969930 0.1783961 

Answer 1

在您的初始模型摘要中，“ Estimate显示相对于“侦听”组的平均值（40.615）的每组平均值的估计差异。 仅计算这4个比较时，“ read2”组与“ listen”组的偏移最大（+20.885），当p = .0340时被称为有效。

由于TUKEYHSD正在针对组均值执行所有成对比较（不再只是参考级别“监听”），因此它还在执行p值调整以解决所有这些额外测试。 原因是，如果您对随机数据进行了20次比较，则您会因为进行了多次测试而将一个（1/20或.05）称为p < .05 。 计入p值调整后，您原来在“听-读2”之间的显着比较将不再具有显着性。

但是“ watch2-read2”（-32.3）之间的较大差异（未经原始模型摘要测试），即使经过所有额外的比较调整后，也足以视为p = .03688显着差异。

希望能对您有所帮助，您可以在此处阅读更多有关多重同伴关系问题的信息 。 并参阅?p.adjust以?p.adjust R最受欢迎的方法的实现。