R語言的多重比較是怎樣的

這期內容當中小編將會給大家帶來有關R語言的多重比較是怎樣的，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

前面提到ANOVA的F檢驗能夠知道五種療法有顯著性差異，但是不知道哪一種療法和其他療法不同，多重比較可以解決這個問題。TukeyHSD（）函數提供對各組均值差異的成對比較。但是TukeyHSD（）函數與HH包存在不兼容性的問題，在調用TukeyHSD（）函數時，要先從搜索路徑中刪除HH包，命令：detach("package::HH"),否則TukeyHSD（）函數將會失效。

TukeyHSD成對組間比較：

> TukeyHSD(fit)

  Tukey multiple comparisons of means

    95% family-wise confidence level

Fit: aov(formula = response ~ trt)

$trt

                  diff        lwr       upr     p adj

2times-1time   3.44300 -0.6582817  7.544282 0.1380949

4times-1time   6.59281  2.4915283 10.694092 0.0003542

drugD-1time    9.57920  5.4779183 13.680482 0.0000003

drugE-1time   15.16555 11.0642683 19.266832 0.0000000

4times-2times  3.14981 -0.9514717  7.251092 0.2050382

drugD-2times   6.13620  2.0349183 10.237482 0.0009611

drugE-2times  11.72255  7.6212683 15.823832 0.0000000

drugD-4times   2.98639 -1.1148917  7.087672 0.2512446

drugE-4times   8.57274  4.4714583 12.674022 0.0000037

drugE-drugD    5.58635  1.4850683  9.687632 0.0030633

> par(las=2)

> par(mar=c(5,8,4,2))

> plot(TukeyHSD(fit))

從結果顯示可知，1times和2times的均值差異不顯著（p=0.138），1times和4times之間的差異非常顯著（p<0.001）

成對比較圖形如下圖：par(las=2）語句用來旋轉軸標簽，第二個par(mar=c(5,8,4,2))用來增大左邊界的面積，可使得標簽擺放更加美觀。圖形中置信區間包含0的說明兩者之間的差異不明顯，即2times-1time、4times-2times  、drugD-4times。

mulcomp包的ghlt()函數提供多重均值比較更全面的方法。適用于線性模型也適用于廣義線性模型。

library(multcomp)

par(mar=c(5,4,6,2))

tuk <- glht(fit,linfct=mcp(trt="Tukey"))

plot(cld(tuk,level=.05),col="lightgrey")

par增大頂部邊界面積，cld（）函數的level選項設置使用顯著性水平（0.05，即95%的置信區間），有相同字母的說明均值差異不顯著，即2times-1time、4times-2times  、drugD-4times之間均有相同字母，故差異不顯著。沒有相同字母的差異明顯。

上述就是小編為大家分享的R語言的多重比較是怎樣的了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。