Как выполнить неоконфигурированные сравнения Tukey HSD с скорректированным значением p в R или Python

Question

Я выполнил двухсторонний 2x4 ANOVA и обнаружил, что термин взаимодействия значителен. Теперь я хотел бы выполнить пост-техническое тестирование Tukey HSD на 8 ячейках. Я использовал функцию TukeyHSD() в R и все 28 возможных комбинаций клеток к ячейкам, используя k из 8 для поиска в Q-таблице.

Сравнение ячеек в пределах одних и тех же столбцов или строк имеет отношение ко мне, а диагональные сравнения - нет. Таким образом, было бы 16 сравнение вместо 28. Я видел источники пара, призывающие их несмешанные против проклятых сравнений, и они предложили только делать несмешанное сравнение с отрегулированными к-значениями для поиска в Q-таблице (https://ocw.mit.edu/courses/brain-and-cognitive-sciences/9-07-statistical-methods-in-brain-and-cognitive-science-spring-2004/lecture-notes/21_anova4.pdf и http://www.real-statistics.com/two-way-anova/follow-up-analyses-for-two-factor-anova/tukey-hsd-after-two-factor-anova/)

Мне интересно, правильно ли это сделать, и если это так, если есть способ сделать это удобно в R.

Answer 1

Вам может понравиться lsmeans пакет для этого. Вы можете делать такие вещи, как:

library(lsmeans) 
(a.lsm = lsmeans(model, ~ a | b)) 
pairs(a.lsm) 

... и то же самое, что и реверсирование факторов. Если вы хотите, чтобы все сравнения рассматриваются как одна семья, использовать

rbind(pairs(a.lsm), pairs(b.lsm)) 

многофакторный $ T $ коррекция выполняется для одновременных испытаний - который является правильным коррекция один шаг.