我在 R 中使用 oneway.test()
运行了带有韦尔奇校正的单向方差分析测试,因为我的数据违反了等方差假设(转换没有解决问题) .
一个简单的数据示例:
> dput(df)
structure(list(Count = c(13, 14, 14, 12, 11, 13, 14, 15, 13,
12, 20, 15, 9, 5, 13, 14, 7, 17, 18, 14, 12, 12, 13, 14, 11,
10, 15, 14, 14, 13), Group = structure(c(1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L), .Label = c("a", "b", "c"
), class = "factor")), .Names = c("Count", "Group"), row.names = c(NA,
-30L), class = "data.frame")
library(car)
grp = as.factor(c(rep(1, 10), rep(2, 10),rep(3, 10)))
leveneTest(df$Count,grp) #unequal variances
#one-way ANOVA with welch's correction
oneway.test(Count ~ Group, data=df, na.action=na.omit, var.equal=FALSE)
我有多个组,所以我现在想运行成对的事后测试。无论如何,是否可以使用 oneway.test() 函数中的对象来执行此操作?如果不是,如何对方差不等的组进行成对测试?我一直无法在网上找到这个问题的答案。任何建议将不胜感激。
最佳答案
只是补充一点,尽管时机不好,而且我自己一直在寻找类似的东西,但也可以选择执行 Games-Howell 测试。 这甚至已被纳入本 stackexchange_post 中介绍的 'userfriendlyscience' R 包中的 'posthoc.tgh' 函数下。 .它代表了对不等方差的 Tukey-Kramer 检验的扩展。 posthocTGH {userfriendlyscience}
原始出版物(甚至在我出生之前): Paul A. Games 和 John F. Howell。 具有不等 N 和/或方差的成对多重比较过程:蒙特卡洛研究。 教育与行为统计杂志,第 1 卷,第 2 期,1976 年,第 113-125 页。 doi: 10.3102/10769986001002113
关于r - 在 R 中使用 Welch 校正的单向 ANOVA 的事后检验,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28587498/