タグ付けされた質問 「tukey-hsd」

ここに私の状況についての少しの背景があります。私のデータは、捕食者が首尾よく食べた獲物の数を参照しています。各トライアルでは獲物の数が限られているため（25個が利用可能）、使用可能な獲物の数を表す「サンプル」列（各トライアルでは25個）と、成功の数である「カウント」何匹の獲物が食べられたか）。プロポーションデータに関するRブック（578ページ）の例に基づいて分析を行いました。説明変数は体温（私は因子として扱った4つのレベル）、および捕食者の性別（明らかに、男性または女性）です。だから私はこのモデルになります： model <- glm(y ~ Temperature+Sex+Temperature*Sex data=predator, family=quasibinomial) Analysis of Devianceテーブルを取得した後、温度と性別（相互作用ではない）が獲物の消費に大きな影響を与えることがわかりました。さて、私の問題：どの温度が異なるかを知る必要があります。つまり、4つの温度を互いに比較する必要があります。線形モデルがあれば、TukeyHSD関数を使用しますが、GLMを使用しているため、使用できません。パッケージMASSを調べて、コントラストマトリックスを設定しようとしましたが、何らかの理由で機能しません。提案や参考文献はありますか？ モデルを明確にするのに役立つ場合は、モデルから取得した要約を次に示します... y <- cbind(data$Count, data$Sample-data$Count) model <- glm(y ~ Temperature+Sex+Temperature*Sex data=predator, family=quasibinomial) > summary(model) # Call: # glm(formula = y ~ Temperature + Sex + Temperature * Sex, family=quasibinomial, data=data) # Deviance Residuals: # Min 1Q Median 3Q Max …

25 r  generalized-linear-model  references  multiple-comparisons  tukey-hsd 

JMPを使用して、コントロールを使用した3つの処理の前後に、成長形態グループ（樹木、低木、樹木など）の植生被覆の違いを調べています。サンプルサイズが小さく（n = 5）、ほとんどの分布は通常分布していません。 正規分布の場合、ANOVAを使用して治療結果の差（変化率）を分析し、Tukey HSDを使用して結果のペア間の差の有意性をテストしました。 非正規分布データの場合、Wilcoxon / Kruskal-Wallis検定を使用しました。これらの結果のペアの違いを調べるために使用できる、Tukey HSDのノンパラメトリックな同等物はありますか？

23 multiple-comparisons  nonparametric  tukey-hsd 

RとANOVAを実行しましたが、大きな違いがありました。しかし、Tukeyの手順を使用して、どのペアが大幅に異なるかをチェックするとき、それらのいずれも取得しませんでした。これはどのように可能ですか？ コードは次のとおりです。 fit5_snow<- lm(Response ~ Stimulus, data=audio_snow) anova(fit5_snow) > anova(fit5_snow) Analysis of Variance Table Response: Response Df Sum Sq Mean Sq F value Pr(>F) Stimulus 5 73.79 14.7578 2.6308 0.02929 * Residuals 84 471.20 5.6095 --- Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 …

18 anova  post-hoc  tukey-hsd 

SPSS（第3版）を使用したフィールドの統計情報の読み取りANOVAでの事後検定について少し感銘を受けました。タイプIエラー率を制御したい人のために、彼はBonferroniまたはTukeyを提案し、述べています（p。374）。 ボンフェローニは、比較の数が少ない場合により多くの力を持ちますが、テューキーは多数の平均をテストする場合により強力です。 少数の手段と多数の手段の間にどこに線を引きますか？

18 anova  multiple-comparisons  post-hoc  bonferroni  tukey-hsd 

Tukeyの事後結果を書き込む適切な方法は何ですか？ 結果が異なるいくつかの例がありますか？ 北、南、東、西があるとします。 North N=50 Mean=2.45 SD=3.9 std error=.577 LB=1.29 UB=3.62 South N=40 Mean=2.54 SD=3.8 std error=.576 LB=1.29 UB=3.63 East N=55 Mean=3.45 SD=3.7 std error=.575 LB=1.29 UB=3.64 West N=45 Mean=3.54 SD=3.6 std error=.574 LB=1.29 UB=3.65 北は、東（sig = .009）と西（sig = .040）では統計的に有意ですが、南（sig = .450）では有意ではありません。東は、南（.049）で統計的に有意です。

17 post-hoc  tukey-hsd 

Rとの双方向のAnovaの後、TukeyHSD事後検定を実行して、有意差でグループ化されたソートされたペアを含むテーブルを取得したいと思います。（言い回しについては申し訳ありませんが、私はまだ統計に新しいです。） 私はこのようなものが欲しいです： だから、星や文字でグループ化。 何か案が？パッケージHSD.test()から関数をテストしましたが、agricolae双方向テーブルを処理していないようです。

13 r  anova  multiple-comparisons  post-hoc  tukey-hsd 

関連する質問が私の答えにならなかったと思います。2つ以上の分類子（機械学習）のパフォーマンスを評価します。Null仮説は、パフォーマンスは変わらないというものです。この仮説を評価するために、パラメトリック（ANOVA）テストとノンパラメトリック（Friedman）テストを実行します。それらが重要である場合、ポストホッククエストでどの分類子が異なるかを調べたいと思います。 私の質問は2つあります。 1）多重比較テスト後のp値の修正は必要ですか？「Alphafehler Kumulierung」のドイツ語版ウィキペディアサイトでは、同じデータに対して複数の仮説がテストされた場合にのみ問題が発生すると述べています。分類子（1,2）、（1,3）、（2,3）を比較すると、データは部分的にのみオーバーラップします。それでもp値を修正する必要がありますか？ 2）P値補正は、t検定によるペアワイズ検定の後に使用されることがよくあります。Nemenyi（ノンパラメトリック）やTukeyのHSDテストなどの特殊な事後テストを行う場合にも必要ですか？この回答は、TukeyのHSDに「いいえ」と答えています。TukeyHSDテストは、複数の比較に対して正しいですか？。ルールはありますか、またはすべての潜在的な事後テストについてこれを調べる必要がありますか？ ありがとう！

11 multiple-comparisons  bonferroni  tukey-hsd 

'R'のボックスプロットからの「ノッチ」ヘルプドキュメント（または元のテキスト）は、次のようになります。 2つのプロットのノッチが重ならない場合、これは2つの中央値が異なることを示す「強力な証拠」です（Chambers et al、1983、p。62）。使用される計算については、boxplot.statsを参照してください。 そして ' boxplot.stats 'は以下を与えます： ノッチ（要求された場合）は+/- 1.58 IQR / sqrt（n）まで拡張されます。これは、McGill et al（1978、p。16）で与えられたChambers et al（1983、p。62）の1.57の式と同じ計算に基づいているようです。それらは、中央値の漸近的正規性と、比較される2つの中央値のサンプルサイズがほぼ等しいことに基づいており、サンプルの基になる分布に比較的鈍感であると言われています。考えは、2つの中央値の差に対して約95％の信頼区間を与えることであると思われます。 これで、JMPバージョンのTukey-Kramerテストを使用して列の平均を比較することに慣れました。 JMPのドキュメントはこれを提供します： 平均間のすべての違いに対応するサイズのテストを表示します。これは、TukeyまたはTukey-Kramer HSD（正直有意差）テストです。（Tukey 1953、Kramer 1956）。このテストは、サンプルサイズが同じ場合は正確なアルファレベルのテストであり、サンプルサイズが異なる場合は控えめです（Hayter 1984）。 質問：2つのアプローチ間の接続の性質は何ですか？一方を他方に変換する方法はありますか？ 中央値のおよそ95％のCIを探しており、重複があるかどうかを判断しているようです。もう1つは、2セットのサンプルの中央値が互いに妥当な範囲内にあるかどうかを判断するための「正確なアルファテスト」です（私のサンプルは同じサイズです）。 パッケージを参照していますが、ロジックの背後にある数学に興味があります。

10 data-visualization  median  boxplot  tukey-hsd 

簡単な例のために、2つの線形回帰モデルがあると仮定します モデル1は、3つの予測因子を持っているx1a、x2bと、x2c モデル2には、モデル1からの3つの予測子と2つの追加の予測子がx2aあり、x2b 母集団の分散が説明人口回帰式がある モデル1及びρ 2 （2 ）増分分散がある集団におけるモデル2によって説明するモデル2についてΔは、ρ 2 = ρ 2 （2 ） - ρ 2 （1 ）ρ2(1)ρ(1)2\rho^2_{(1)}ρ2(2)ρ(2)2\rho^2_{(2)}Δρ2=ρ2(2)−ρ2(1)Δρ2=ρ(2)2−ρ(1)2\Delta\rho^2 = \rho^2_{(2)} - \rho^2_{(1)} 私は、の推定のための標準誤差と信頼区間を得ることに興味を持ってい。例にはそれぞれ3および2の予測子が含まれていますが、私の研究対象は、さまざまな数の予測子（たとえば、5および30）に関係しています。私が最初に考えたのは使用していた Δ R 2 、A D J = R 2 のD J （2 ） - R 2 次元J （1 ）推定量として、それをブートストラップが、私は確かに、これは適切であるかどうかではなかったです。Δρ2Δρ2\Delta\rho^2Δr2adj=r2adj(2)−r2adj(1)Δradj2=radj(2)2−radj(1)2\Delta r^2_{adj} = r^2_{adj(2)} - r^2_{adj(1)} ご質問 されたの合理的な推定量Δは、ρ …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

私は、「二元配置分散分析の事後的なペアワイズ比較」という投稿（この投稿に対応する）を見つけました。 dataTwoWayComparisons <- read.csv("http://www.dailyi.org/blogFiles/RTutorialSeries/dataset_ANOVA_TwoWayComparisons.csv") model1 <- aov(StressReduction~Treatment+Age, data =dataTwoWayComparisons) summary(model1) # Treatment is signif pairwise.t.test(dataTwoWayComparisons$StressReduction, dataTwoWayComparisons$Treatment, p.adj = "none") # no signif pair TukeyHSD(model1, "Treatment") # mental-medical is the signif pair. （出力はジャバラ付属） ペアになっている（調整されていないp値）t検定が失敗したときに、Tukey HSDが有意なペアを見つけることができる理由を誰かが説明できますか？ ありがとう。 これがコード出力です > model1 <- aov(StressReduction~Treatment+Age, data =dataTwoWayComparisons) > summary(model1) # Treatment is signif Df Sum …

9 r  multiple-comparisons  t-test  post-hoc  tukey-hsd 

Rで2因子（両方とも被験者内）のANOVAを繰り返し測定した後、事後テスト（Tukey HSD）を実行する方法に関する解決策を見つけるのに問題があります。ANOVAには、aov -functionを使用しました。 summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) 他の質問への回答を読んだ後、他の機能（lmeなど）を使用してANOVAを再実行する必要があることを知りました。これが私が思いついたものです。 Lme.mod <- lme(dv ~ x1*x2, random=list(subject=pdBlocked(list(~1, pdIdent(~x1-1), pdIdent(~x2-1)))), data=df1) anova(Lme.mod) 主な効果はどちらも有意でしたが、相互作用の効果はありませんでした。次に、これらの関数を事後比較に使用しました。 summary(glht(Lme.mod, linfct=mcp(x1="Tukey"))) summary(glht(Lme.mod, linfct=mcp(x2="Tukey"))) しかし、いくつかの問題がありました： まず、Rヘルプファイルには、「双方向ANOVAまたはANCOVAモデル（...）multcompバージョン1.0-0以降で対象のパラメーターを定義する場合、mcp関数は注意して使用する必要があります。主な効果の比較が生成されます。のみ、共変量と交互作用を無視します（古いバージョンは交互作用項で自動的に平均化されました）警告が表示されます。そして確かに、私は次の警告メッセージを受け取りました： Warning message: In mcp2matrix(model, linfct = linfct) : covariate interactions found -- default contrast might be inappropriate もう1つの不可解な点は、両方の主要な効果は有意でしたが、要因の1つ（x1）の事後比較に有意差はなかったということです。これに出会ったことはありません。スクリプト/分析は正しい/適切ですか、それとも欠けているものはありますか？どんな助けでも大歓迎です！

8 r  anova  repeated-measures  post-hoc  tukey-hsd  goodness-of-fit  curve-fitting  sem  latent-variable  mplus  anova  post-hoc  tukey-hsd  markov-process  image-processing  r  time-series  causality  granger-causality  anova  mixed-model  lme4-nlme  random-effects-model  r  matlab  data-transformation  multinomial  notation  estimation  nonparametric  logistic  r  missing-data  multiple-imputation  mice 

Rで単純なANOVAを実行し、次の平均のTukeyHSD（）比較を生成しました。 私はこれが「p adj」を除いて何を意味するのかについてかなり良い考えを持っています 私が正しい場合： ジュニアと新入生のテストスコアの差は4.86で、ジュニアは平均4.86ポイント高くなっています。 その差の95％信頼区間は、-12.19〜21.91ポイントです。 しかし、私はp adjが何を表しているのかはっきりしません。まず、何のために調整しましたか？次に、これは他のp値と同様に解釈されますか？それで、ジュニアと新入生の間で平均に統計的差異はありません（p値> .05のため）？

7 r  tukey-hsd