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语言的七种多重比拟方法

一花视界
百家号10-1403:18
多重比拟的方法许多，依据试验设计的目的不同有不同的应用。
假设试验设计之初，便明确s model
#进展多重比拟，不矫正P值 out <-
=none ) #结果显示：标记字母法 out$group #可视化 plot(out) 程序运行结果：
(model,virus,=


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。下列图是可视化结果。

2. Bonferroni法
它是Bonferroni校正在LSD法上的应用。。 R代码： library(agricolae)
# sweetpotato为agricolae自带数据集 data(sweetpotato)
#进展方差分析，分组变量为virus model
#进展多重比拟，不矫正P值 out<-
(model,virus,=
=










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参照组间的比拟。R语言中可利用multcomp包中的glht()函数进展包括Dunnett检验在内的多种检验，其调用格式为：
glht(model, linfct, alternative = c(, less, greater), ...)
其中model为方差分析对象，linfct设置要进展多重比拟的分组变量和方法。 R代码： library(multcomp)
rht<- glht(model,= linfct=mcp(virus == dunnett),alternative= )
#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：

结果说明：三个处理均与参照cc差异显著。下列图为可视化结果：

4. SNK法〔Student-Newman-Keuls〕
实质上是依据预先制定的准那么将各组均数分为多个子集, 利用Studentized Range分布来进展假设检验。引荐优先用Tukey检验
()函数实现，其调用格式为： (y, trt, alpha = , …)




第 4