我想知道我是否可以使用函数"TukeyHSD"来执行"aov（）"模型的所有成对比较，该模型包含一个因子（例如GROUP）和一个连续协变量（例如AGE）。
library(multcomp)
data('litter', package = 'multcomp')
litter.aov <- aov(weight ~ gesttime + dose, data = litter)
TukeyHSD(litter.aov, which = 'dose')然后我收到一条警告信息警告信息：在重复中（粘贴（"~"，xx），数据= mf）：忽略非因素：妊娠时间
以上过程是否正确？警告信息的含义是什么？"TukeyHSD"是否适用于严重不平衡的设计？
另外，上面和下面的流程有什么区别吗？
litter.mc <- glht(litter.aov, linfct = mcp(dose = 'Tukey'))
summary(litter.mc)贝斯特苏
2条答案
按热度按时间pkln4tw61#
TukeyHSD()只是更急于告诉您潜在的问题。请注意，这是一个警告消息，而不是错误，这意味着结果可能不是您所期望的，但仍然会返回它们，以便您自己判断。至于它的意思，它的意思是什么，它说：非因子变量将被忽略。请记住，您是在比较组之间的差异，并且分组是使用因子完成的，因此
TukeyHSD()关心所有因子。在您的示例中，您显式地告诉函数只关心dose，即factor，因此警告可能会被视为过于谨慎。避免警告的一种方法是将
gesttime转换为一个因子，由于它只包含四个水平，因此这样做是有意义的。juzqafwq2#
我知道这是一个老线索，但我不确定现有的答案是完全正确的...
我用自己的数据尝试了这两个函数，遇到了与Sue类似的情况，其中TukeyHSD给出了关于忽略非因子协变量的警告消息，而glht（）没有。
这并不表明他们做了与另一个答案相反的事情。结果是不同的，TukeyHSD似乎没有边缘化非因子协变量（如警告所述）。glht（）似乎正确地使用了非因子协变量的均值来计算感兴趣组的边缘均值，因为点估计值与从lsmean（）获得的点估计值相同。
所以TukeyHSD看起来并不过分谨慎，它只是看起来不能处理非因子协变量，而glht可以，所以glht在我看来是这种情况下使用的正确函数。