基于R语言的多重比较方法.docx

上传人:b****3 文档编号:2973666 上传时间:2022-11-16 格式:DOCX 页数:11 大小:377.38KB
下载 相关 举报
基于R语言的多重比较方法.docx_第1页
第1页 / 共11页
基于R语言的多重比较方法.docx_第2页
第2页 / 共11页
基于R语言的多重比较方法.docx_第3页
第3页 / 共11页
基于R语言的多重比较方法.docx_第4页
第4页 / 共11页
基于R语言的多重比较方法.docx_第5页
第5页 / 共11页
点击查看更多>>
下载资源
资源描述

基于R语言的多重比较方法.docx

《基于R语言的多重比较方法.docx》由会员分享,可在线阅读,更多相关《基于R语言的多重比较方法.docx(11页珍藏版)》请在冰豆网上搜索。

基于R语言的多重比较方法.docx

基于R语言的多重比较方法

基于R语言的七种多重比较方法

一花视界

百家号10-1403:

18

多重比较的方法很多,根据试验设计的目的不同有不同的应用。

若试验设计之初,便明确要比较某几个组均数间是否有差异,称为事前比较。

常用的事前比较方法有LSD、Bonferroni和Dunnett法。

若研究目的是方差分析有统计学差异后,想知道哪些组间的均数有差异,便是事后比较。

事后比较的常用方法有SNK、Turkey、Scheffe和Bonferroni法。

本文仅介绍7种方法及R语言函数,可解决绝大部分多重比较问题。

1.LSD法

LSD法即最小显著差法;该法一般用于计划好的多重比较。

它其实只是t检验的一个简单变形,并未对检验水准做出任何校正,只是为所有组的均数统一估计了一个更为稳健的标准误。

LSD法比较效果较为灵敏,在R语言中可利用agricolae包中的LSD.test函数实现,其调用格式为:

LSD.test(y,trt,DFerror,MSerror,alpha=0.05,p.adj=c("none","holm","hommel","hochberg","bonferroni","BH","BY","fdr"),…)

其中y为方差分析对象,trt为要进行多重比较的分组变量,p.adj可以选定P值矫正方法。

当p.adj=”none”时,为LSD法,p.adj="bonferroni"时为Bonferroni法。

R代码:

library(agricolae)

#sweetpotato为agricolae自带数据集

data(sweetpotato)

#进行方差分析,分组变量为virus

model

#进行多重比较,不矫正P值

out<-lsd.test(model,"virus",=""p.adj="none")

#结果显示:

标记字母法

out$group

#可视化

plot(out)

程序运行结果:

从运行结果看,四个处理,oo和ff处理无差异,与cc和fc彼此差异显著。

下图是可视化结果。

2.Bonferroni法

它是Bonferroni校正在LSD法上的应用。

将LSD.test中p.adj设置为"bonferroni"即为Bonferroni法。

R代码:

library(agricolae)

#sweetpotato为agricolae自带数据集

data(sweetpotato)

#进行方差分析,分组变量为virus

model

#进行多重比较,不矫正P值

out<-lsd.test(model,"virus",=""p.adj="bonferroni")

#结果显示:

标记字母法

out$group

#可视化

plot(out)

运行结果与LSD法类似,不再展示。

3.Dunnett检验

用于多个试验组与一个对照组间的比较。

R语言中可利用multcomp包中的glht()函数进行包括Dunnett检验在内的多种检验,其调用格式为:

glht(model,linfct,alternative=c("two.sided","less","greater"),...)

其中model为方差分析对象,linfct设置要进行多重比较的分组变量和方法。

R代码:

library(multcomp)

rht<-glht(model,=""linfct="mcp(virus"=="""dunnett"),alternative="two.side")

#model是方差分析对象

#virus是分组变量

#方法为Dunnett

summary(rht)

#可视化

plot(rht)

程序运行结果:

结果表明:

三个处理均与对照cc差异显著。

下图为可视化结果:

4.SNK法(Student-Newman-Keuls)

实质上是根据预先制定的准则将各组均数分为多个子集,利用StudentizedRange分布来进行假设检验。

推荐优先用Tukey检验

SNK法可用agricolae包中的SNK.test()函数实现,其调用格式为:

SNK.test(y,trt,alpha=0.05,…)

其中y为方差分析对象,trt为要进行多重比较的分组变量

R代码:

library(agricolae)

#sweetpotato为agricolae自带数据集

data(sweetpotato)

#进行方差分析,分组变量为virus

model

#进行多重比较,不矫正P值

out<-snk.test(model,"virus")

#结果显示:

标记字母法

out$group

#可视化

plot(out)

程序运行结果与LSD.test类似。

5.Turkey检验

使用学生化的范围统计量进行组间所有成对比较。

Tukey的检验特点:

所有各组的样本数相等;

各组样本均数之间的全面比较;

可能产生较多的假阴性结论。

R中Turkey检验检验的函数为TukeyHSD(model),其调用格式为:

TukeyHSD(model)

其中model为方差分析对象

R代码:

tuk=TukeyHSD(model)

tuk

plot(tuk)

程序运行结果:

可视化结果:

6.Duncan法(新复极差法)(SSR)

指定一系列的“range”值,逐步进行计算比较得出结论。

Duncan法可用agricolae包中的duncan.test()函数实现,其调用格式为:

duncan.test(y,trt,…)

其中y为方差分析对象,trt为要进行多重比较的分组变量

R代码:

#model为方差分析对象

out<-duncan.test(model,"virus")

#结果显示:

标记字母法

out$group

#可视化

plot(out)

程序运行结果与LSD.test类似。

7.Scheffe检验

为均值的所有可能的成对组合执行并发的联合成对比较。

使用F取样分布。

可用来检查组均值的所有可能的线性组合,而非仅限于成对组合。

Scheffe检验特点:

各组样本数相等或不等均可以,但是以各组样本数不相等使用较多;

如果比较的次数明显地大于均数的个数时,Scheffe法的检验功效可能优于Bonferroni法

Scheffe法可用agricolae包中的scheffe.test()函数实现,其调用格式为:

duncan.test(y,trt,…)

其中y为方差分析对象,trt为要进行多重比较的分组变量

R代码:

#model为方差分析对象

out<-scheffe.test(model,"virus")

#结果显示:

标记字母法精品文档,你值得期待

out$group

#可视化

plot(out)

程序运行结果与LSD.test类似。

 

 女人如春天的桃花。

阳春三月,春暖花开时,婀娜多情的桃花会竞相开放,如一片片红霞,与如纱的垂柳,形成了桃红柳绿的春日美景。

而青春靓丽的美女,正恰如春光明媚中盛开的桃花,缤纷绚烂,激情四射,充满青春的活力,充满青春的幻想,充满青春美妙的情怀。

  青春岁月,容光焕发的美女,爽朗的笑声,轻盈飘逸的秀发,眉飞色舞的眼神,热情奔放的性格,恰如妩媚鲜艳的桃花,装扮了温暖的春天,惊艳了春天的美丽。

无论走到哪里,美女总会给人赏心悦目的感觉,总是一道靓丽的风景,使春天增添了无与伦比的靓丽,所以说女人如春天如霞的桃花!

  女人如夏日的荷花。

“接天莲叶无穷碧,映日荷花别样红。

”炎炎烈日下,荷花亭亭玉立,静谧地开放,粉绿相间,分外妩媚。

“出污泥而不染,濯清涟而不妖.”清白闲逸,自由脱俗,清新淡雅,芬芳四溢的天然美丽。

远离喧嚣的尘市,在一方水土里,独享一份圣洁高雅,恬静安然的舒适,柔情似水的缠绵婉约,恰如一个静享清欢的善良女子。

  “清水出芙蓉,天然去雕饰.”女人天生就是清纯、善良、静美、温柔如水的性格,拥有善良的心灵,宽容的心胸。

每天只求安静地做好自己,不斤斤计较,不张扬,以一颗博爱之心,宽容身边的人和事。

容忍于心,善存心间,用一颗感恩的心,温暖着身边的人和事,所以说女人如夏日清爽的荷花!

  女人如秋天的菊花。

秋高气爽,硕果累累时,到处是丰收的喜悦景象。

一场秋雨一场寒时,百花凋谢,万物凋零的时刻,菊花却在风吹雨打中毅然绽放,用顽强的生命力,笑对风雨。

多姿多彩的菊花,傲然开放,装点了秋日的荒凉。

“采菊东篱下,悠然见南山。

”怡然自得的享受啊!

  而如花的女人,一路走来,吃尽千辛万苦,历经曲曲折折,却毫不畏惧艰难。

照顾老人,陪伴孩子,洗衣做饭,工作加班,任劳任怨。

宁愿自己吃苦受累,从不抱怨。

在平凡的岁月,书写着女人们的精彩与不平凡。

即使韶华远逝,年青的容颜失去光彩,依然在为家人创造着温暖、快乐、幸福的家园,所以说女人如秋霜中绽放的菊花!

  女人如冬日的梅花。

在白雪皑皑的冬季,天苍苍,野茫茫之时,大地一片衰败的景象。

行走在路上,寒风凛冽,刮到脸上如刀般的疼痛,但是女人依然在路上坚强地面对、承受。

这不正是无惧风雪、坚韧不拔、顽强不屈的梅花的品格吗?

“遥知不是雪,唯有暗香来.”梅花以它的弱小娇艳的身躯,凌寒傲雪,装点着寂寞荒凉的冬日!

  在光阴的故事里,女人走过青春岁月,走过三十而立,走过四十不惑……此刻,正逐渐走在繁华落幕的路上,肩负着生活无奈的痛苦,品尝着人间聚散离合的悲欢。

无论条件多么的艰苦,女人们一如既往地在路上打拼、奋斗着,时刻承担着家庭和社会的责任,装扮着世界的美好和浪漫,正在骄傲地撑起自己的半边天。

“梅花香自苦寒来.”所以说女人如冬日火红的寒梅!

  女人如花,四季都在竞相地绽放,闪烁着耀眼的光华;女人又非花,漂亮、善良、宽容、感恩,是始终如一的信念。

女人如水,柔情似水,缠绵婉约;女人又非水,坚强、勇敢、优雅、浪漫,是一生的追求。

 

 

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 法律文书 > 调解书

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1