Soru:
Tek yönlü ANOVA için düzeltilmemiş ikili p değerleri?
scw
2011-06-02 15:45:22 UTC
view on stackexchange narkive permalink

Sınıf egzersizinin bir parçası olarak nispeten basit tek yönlü bir ANOVA yapıyorum. R'den ikili düzeltilmemiş p değerleri elde etmek istiyorum, böylece başka bir pakette sıralı bir FDR testi yapabilirim (R'de de FDR paketleri olduğunu anlıyorum). ANOVA'mı aşağıda gösterildiği gibi ayarladım ve iyi çalışıyor, sonuçlar veriyor, ancak ham, düzeltilmemiş p-değerlerini nasıl geri alacağımı çözemiyorum. Nihayetinde, R'de hem FDR hem de sıralı Bonferroni için ikili testler yapmak isterim, ancak bu ilk adım gibi görünüyor.

pairwiseCI veya gibi görünüyor multcomp beni gitmeye çalıştığım yere götürebilir, ancak aradığımı hangisinin yapacağını bulmakta zorlanıyorum.

  R> head (d10 ) zaman cinsi1 27.4 tip. A2 18.3 tipi A3 24.3 tipi B4 19.6 tipi B5 21.6 tipi C6 30.3 tipi.Da10 <- aov (zaman ~ tür, veri = d10) # genel önemi rapor eder, ancak çiftlerde hiçbir şey yoktur özet (a10) # yalnızca düzeltilmiş değerleri bildirirTukeyHSD (a10)  
üç yanıtlar:
#1
+8
Aaron left Stack Overflow
2011-06-02 19:57:17 UTC
view on stackexchange narkive permalink

multcomp paketi için glht yardım sayfasına bakın; "Tukey" seçeneğini kullanmak istiyorsanız; bu aslında Tukey düzeltmesini kullanmaz, sadece tüm ikili karşılaştırmaları ayarlar. Örnek bölümde, tam olarak istediğinizi yapan bir örnek var.

Bu, her karşılaştırma için tahminleri ve se'leri hesaplar, ancak p değerlerini yapmaz; bunun için summary.glht 'e ihtiyacınız var; bunun için yardım sayfasında, özellikle çalıştırılan gerçek testi ayarlamanıza izin veren test parametresine dikkat edin. Çarpma ayarlı p-değerleri yapmak için, bu parametre için ayarlanmış işlevini ve çarpma ayarını yapmamak için test = ayarlı ("yok") ( Bu, yardım sayfasında özellikle belirtilmiyor, ancak p.adjust içindeki yöntemlerden herhangi birini aldığını söylüyor, hiçbirini bulacağınız yer burasıdır.)

Ayrıca tahminleri ve se'leri matris çarpımını kullanarak elle hesaplayabilir ve sonra p-değerlerini istediğiniz gibi elde edebilirsiniz; bu, glht işlevinin perde arkasında yaptığı şeydir. Başlamanız gereken matrisleri elde etmek için katsayı ve vcov kullanmanız gerekir.

Kodun tamamını bir sınıf projesi (bu arada, dürüst olduğun için teşekkürler!) ve buradaki politika, yardımcı ipuçları sağlamak, ancak çözümler sunmak değil.

Detaylı cevap için teşekkürler! Re: ev ödevi; Bu bir lisansüstü ders ve bu çalışma teslim edilmiyor, aynı şeyi sınıfta kullanılan JMP'de nasıl gerçekleştireceğimi biliyorum ama mümkün olduğunca R'ye bağlı kalmak istiyorum.
Ödev durumuyla ilgili güncelleme için teşekkürler. Daha spesifik yardıma ihtiyacınız olursa bize bildirin.
#2
+7
chl
2011-06-02 16:06:53 UTC
view on stackexchange narkive permalink

p.adjust.method = bağımsız değişkeninde çoklu karşılaştırma düzeltmesi için mevcut seçeneklerden biriyle pairwise.t.test () kullanabilirsiniz; Tek adımlı ve aşağı inen yöntemler için mevcut seçenekler hakkında daha fazla bilgi için yardım (p.adjust) 'a bakın (örneğin, FDR için BH veya bonf kod> Bonferroni için). Unutmayın, p.adjust () 'a ham p-değerlerinin bir vektörünü doğrudan verebilirsiniz ve bu size düzeltilmiş p-değerlerini verecektir.

Bu nedenle, şunu öneririm

  pairwise.t.test (time, breed, p.adjust.method = "none") # düzeltilmemiş p-valueepairwise.t.test (zaman, tür, p.ayar .method = "bonf") # Bonferroni p-değeri  

İlk komut, FWER veya FDR'yi kontrol etmeden, t-testine dayalı p-değerleri verir. Daha sonra, düzeltilmiş p değerleri elde etmek için istediğiniz komutu kullanabilirsiniz.

İsme göre, her bir ikili t testini ayrı ayrı hesapladığını düşünebilir (yine de yaptım), ancak aslında havuzlanmış SD'yi varsayılan olarak kullanıyor, bu nedenle sonuç anova sonucunu kullanmakla aynı.
@Aaron Haklısınız, varsayılan olarak havuzlanmış SD kullanır, ancak devre dışı bırakılabilir. Basit cebir ile istediğimiz her kontrastı da oluşturabiliriz. Cevabınızı btw (+1) beğendim.
#3
+2
tim
2015-08-17 02:59:59 UTC
view on stackexchange narkive permalink
  kitaplığı (multcomp) df = mtcarsdf $ am = as.factor (df $ am) m1 <- aov (mpg ~ am, data = df) ht = glht (m1, linfct = mcp (am = " Tukey ")) özet (ht, test = ayarlanmış (" yok ")) # Doğrusal Hipotezler: # Tahmin Std. Hata t değeri Pr (> | t |) # 1 - 0 == 0 7.245 1.764 4.106 0.000285 ***  


Bu Soru-Cevap, otomatik olarak İngilizce dilinden çevrilmiştir.Orijinal içerik, dağıtıldığı cc by-sa 3.0 lisansı için teşekkür ettiğimiz stackexchange'ta mevcuttur.
Loading...