[英]How do I interpret the TukeyHSD output in R? (in relation to the underlying regression model)
我建立了一個簡單的線性回歸模型,以“得分”為因變量,以“活動”為獨立變量。 “活動”具有5個級別:“監聽”(參考級別),“ 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
為了獲得所有成對的比較,我執行了TukeyHSD測試,我的輸出難以解釋。 雖然模型的輸出表明,我們具有的唯一顯着效果是由於“監聽”和“ read2”之間的對比,但TukeyHSD結果表明,“ watch2”和“ read2”之間只有唯一的對比。 這是什么意思?
> 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
在您的初始模型摘要中,“ Estimate
顯示相對於“偵聽”組的平均值(40.615)的每組平均值的估計差異。 僅計算這4個比較時,“ read2”組與“ listen”組的偏移最大(+20.885),當p = .0340
時被稱為有效。
由於TUKEYHSD
正在針對組均值執行所有成對比較(不再只是參考級別“監聽”),因此它還在執行p值調整以解決所有這些額外測試。 原因是,如果您對隨機數據進行了20次比較,則您會因為進行了多次測試而將一個(1/20或.05)稱為p < .05
。 計入p值調整后,您原來在“聽-讀2”之間的顯着比較將不再具有顯着性。
但是“ watch2-read2”(-32.3)之間的較大差異(未經原始模型摘要測試),即使經過所有額外的比較調整后,也足以視為p = .03688
顯着差異。
希望能對您有所幫助,您可以在此處閱讀更多有關多重同伴關系問題的信息 。 並參閱?p.adjust
以?p.adjust
R最受歡迎的方法的實現。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.