Tukey HSD 用於 R 中的分類和連續變量

Question

我想對我成功完成的重要方差分析進行事后測試。

我有 5 個條件（target_onset），我想在一個名為 data_clean 的 df 中比較反應時間（key_resp.rt）。 target_onset 和 key_resp.rt 是列。

這就是我做方差分析的方法，效果很好：

cond.aov <- aov(data_clean$target_onset ~ data_clean$key_resp.rt)
summary(cond.aov)

接下來，我想看看事后測試是怎么說的，以找出這 5 個條件之間的哪些差異是顯着的。

我知道 TukeyHSD 只考慮因素。 所以我分解了我感興趣的列：

data_clean$target_onset <- factor(data_clean$target_onset)
data_clean$key_resp.rt <- factor(data_clean$key_resp.rt)

TukeyHSD(aov(data_clean$target_onset ~ data_clean$key_resp.rt))

但是，當我運行此代碼時，出現以下錯誤：

類（y）<-oldClass（x）中的錯誤：將 class“因子”添加到無效的 object 此外：警告消息：1：在 model.response（因子響應將被忽略 2: 在 Ops.factor(y, z$residuals): '-' 對因子沒有意義

任何的意見都將會有幫助。 提前致謝。

Answer 1

第一次編輯我錯過了你也有公式倒退的事實！

在發布aov function之前，您需要將target_onset作為一個因素。 您根本不想讓key_resp.rt成為一個因素。

所以順序應該是...

data_clean$target_onset <- factor(data_clean$target_onset)

cond.aov <- aov(key_resp.rt ~ target_onset, data = data_clean)

summary(cond.aov)

TukeyHSD(cond.aov)

因變量（響應時間在波浪號的左側，獨立的分組變量在右側。

如果您沒有使條件/分組變量成為aov factor ，它實際上使用分組列中的數字執行lm ，您可以看到它反映在cond.aov的自由度中。

只要您已經有一個aov object 就可以盡可能簡單地調用TukeyHSD