0
我很新的R和完全新的这个网站,所以我真的希望我巧妙地传达我的问题以明确的方式。事后具体的配对比较后韦尔奇的ANOVA
以下是我的数据集的一部分:
A1<-c(0.308, 0.3624, 0.1861, 0.6176, 0.0506, 0.1014, 0.2245, 0.1894, 0.246, 0.1795)
A2<-c(0.0785, 0.1583, 0.1803, 0.0538, 0.0534, 0.0646, 0.0902, 0.0307, 0.2002, 0.1135, 0.0862)
B1<-c(0.293, 0.2159, 0.1919, 0.1904, 0.1274, 0.1482, 0.1579, 0.3284, 0.1948, 0.3159, 0.1764, 0.0403)
B2<-c(0.0741, 0.0601, 0.0273, 0.077, 0.1214, 0.0837, 0.0521, 0.0746, 0.0733, 0.0403, 0.0544)
数据是正态分布的,但显示异,所以我创建一个数据帧后,用ANOVA与韦尔奇的修正:
(X <- data.frame(Y = c(A1,A2,B1,B2), Group = rep(c("A1", "A2", "B1", "B2"), times = c(length(A1), length(A2), length(B1), length(B2)))))
oneway.test(Y ~ Group, data = X)
One-way analysis of means (not assuming equal variances)
data: Y and Group
F = 12.346, num df = 3.000, denom df = 19.002, p-value = 0.0001037
然后,我使用了具有非合并标准偏差(由于异方差性)的成对t检验用于事后比较
with(X, pairwise.t.test(Y, Group, pool.sd=FALSE))
Pairwise comparisons using t tests with non-pooled SD
data: Y and Group
A1 A2 B1
A2 0.05617 - -
B1 0.40115 0.01665 -
B2 0.02360 0.17723 0.00089
P value adjustment method: holm
我的问题是我并不是真的对所有的比较感兴趣,我真的只想比较A1和A2,B1和B2等等。 我的数据集还包括C1 & 2,D1 & 2和E1 & 2,所以我失去通过p值调整看到的是,t检验运行为45对相当一些意义。
我当然可以只运行每个t检验我通过t.test()
功能感兴趣seperately和手动调节的p值。不过,我很快就会有一个类似但更大的数据集,这是一项非常乏味的工作。所以我想知道在R中是否有选项来选择pairwise.t.test()
中包含哪些比较,或者是否有另一个使这成为可能的事后选项。
任何意见将不胜感激。
感谢您的回答 虽然代码工作正常,但p值并未实际调整。如果我做单个t.tests,我会得到相同的结果。 这是两个比较,所以最低p值应该乘以2,以holm得到调整后的p值。 对于B比较,调整后的p值应该为:0.0002966 – OCSee