如何通過交互從 GLM 獲取 Tukey 緊湊字母顯示

Question

我已經用廣義線性模型分析了一組數據，該模型在三向交互中具有三個分類因子（因子A、因子B、因子C）和一個簡單地添加到模型中的第四個連續因子（因子D）。 我試圖從模型中獲取一組 Tukey 字母組（即緊湊字母顯示），但還沒有找到成功包含交互的方法。 我對包含 factorD 不感興趣，只對交互中的三個感興趣。

我已經得到了 Tukey 調整的成對比較：

lsmeans(my.glm, factorA*factorB*factorC)

但是我無法弄清楚如何從中生成緊湊的字母顯示。 它可以用multcomp包來完成，但我只能找到使用該包的主要效果來做到這一點的方法，而不是交互。

然后我嘗試了agricolae包，作為這篇文章（ https://stats.stackexchange.com/questions/31547/how-to-obtain-the-results-of-a-tukey-hsd-post-hoc-test- in-a-table-showing-groupe ) 討論這應該有效。 但是，按照該答案中的說明進行操作導致來自 HSD.test 的非功能性響應。 具體來說，我可以讓主效應測試正常工作，例如HSD.test(my.glm,"factorA")但我無法讓交互工作。 我試過這個：

intxns<-with(my.data, interaction(factorA,factorB,factorC))
HSD.test(my.glm,"intxns",group=TRUE)

但是得到一個錯誤，表明 HSD.test 函數沒有將“intxns”識別為有效對象，它看起來像這樣（另外，我檢查了 intxns 對象，它看起來不錯，行數與殘差數匹配我的glm）：

Name: inxtns
 factorA factorB factorC factorD

如果我只是在 HSD.test 函數調用中的 factor 字段中放入廢話，我會得到同樣的錯誤。 我檢查了 inxtns 對象，它看起來不錯，行數與殘留數相匹配。 agricolae注釋實際上並未涵蓋 HSD.test 中交互的使用，但我認為它可以工作。

有誰知道如何讓 HSD.test 與交互一起工作？ 或者您是否有任何其他功能可以為具有交互功能的 glm 生成緊湊的字母顯示？

我已經為此工作了好幾天，但一直無法找到解決方案，希望我沒有遺漏一些明顯的東西。

謝謝！

Answer 1

我不知道您是如何指定 glm 模型的，但對於HSD.test ，它希望將特定處理名稱與 glm 公式和數據框中指定的相同名稱相匹配。 這就是為什么您的主效應factorA會起作用，而不是 3 向相互作用。 對於交互的多重比較測試，我發現單獨生成交互並將它們作為附加列添加到數據框中最容易。 然后可以使用為交互編碼的新變量來指定 glm 模型。

例如，

set.seed(42)
glm.dat <- data.frame(y = rnorm(1000), factorA = sample(letters[1:2], 
   size = 1000, replace = TRUE),
 factorB = sample(letters[1:2], size = 1000, replace = TRUE),
 factorC = sample(letters[1:2], size = 1000, replace = TRUE))

# Generate interactions explicitly and add them to the data.frame
glm.dat$factorAB <- with(glm.dat, interaction(factorA, factorB))
glm.dat$factorAC <- with(glm.dat, interaction(factorA, factorC))
glm.dat$factorBC <- with(glm.dat, interaction(factorB, factorC))
glm.dat$factorABC <- with(glm.dat, interaction(factorA, factorB, factorC))

# General linear model 
 glm.mod <- glm(y ~ factorA + factorB + factorC +  factorAB + factorAC + 
   factorBC + factorABC, family = 'gaussian', data = glm.dat) 

# Multiple comparison test

library(agricolae)
comp <- HSD.test(glm.mod, trt = "factorABC", group = TRUE)

給予

comp$groups giving

    trt        means M
 1 a.a.a  0.070052189 a
 2 a.b.b  0.035684571 a
 3 b.a.a  0.020517535 a
 4 b.b.b -0.008153257 a
 5 a.b.a -0.036136140 a
 6 a.a.b -0.078891136 a
 7 b.a.b -0.080845419 a
 8 b.b.a -0.115808772 a