如何解决方差分析很重要，但事后测试却没有接下来是什么？
数据由经过四种不同处理的新鲜收获植物的重量组成。数据是正态分布的，并且也给出了方差的均匀性。
方差分析显示出显着差异：
anova_Ernte <- aov(Gewicht ~ Variante,data=Daten_Ernte)
Anova(anova_Ernte)
Anova Table (Type II tests)
Response: Gewicht
Sum Sq Df F value Pr(>F)
Variante 57213 3 2.9778 0.03226 *
Residuals 1511436 236
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
但是事后测试HSD.Test（）并未显示任何显着差异：
HSD.test(anova_Ernte,"Variante",group = TRUE,console = TRUE,main = "")
4 434.70 a
1 426.90 a
3 400.95 a
2 398.20 a
Gewicht std r Min Max
1 426.90 80.08929 80 234 596
2 398.20 79.90095 80 216 561
3 400.95 74.87869 40 228 568
4 434.70 84.98754 40 264 647
TukeyHSD(anova_Ernte)
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = Gewicht ~ Variante,data = Daten_Ernte)
$Variante
diff lwr upr p adj
2-1 -28.70 -61.439904 4.039904 0.1085058
3-1 -25.95 -66.048029 14.148029 0.3394912
4-1 7.80 -32.298029 47.898029 0.9582293
3-2 2.75 -37.348029 42.848029 0.9980106
4-2 36.50 -3.598029 76.598029 0.0887876
4-3 33.75 -12.551216 80.051216 0.2368136
最后，库尔斯卡尔·沃利斯（Kurskal Wallis）在两组之间没有显示出显着差异：
kruskal(y=Daten_Ernte$Gewicht,trt=Daten_Ernte$Variante,p.adj = "bonferroni",console = TRUE)
kruskal.test(Daten_Ernte$Gewicht ~ Daten_Ernte$Variante)
4 133.9000 a
1 131.2063 a
3 109.8875 a
2 108.4000 a
我现在可以肯定地说，各组之间没有显着差异吗？或者我是否可以选择根据方差分析找出哪些组有所不同？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。