基于R语言的多重比较方法.doc

1、基于 R语言的七种多重比较方法一花视界百家号 10-1403:18多重比较的方法很多，根据试验设计的目的不同有不同的应用。若试验设计之初，便明确要比较某几个组均数间是否有差异，称为事前比较。常用的事前比较方法有 LSD、Bonferroni 和 Dunnett 法。若研究目的是方差分析有统计学差异后，想知道哪些组间的均数有差异，便是事后比较。事后比较的常用方法有 SNK、Turkey、Scheffe 和 Bonferroni 法。本文仅介绍 7 种方法及 R 语言函数，可解决绝大部分多重比较问题。1.LSD 法LSD 法即最小显著差法；该法一般用于计划好的多重比较。它其实只是 t 检验的一个简

2、单变形，并未对检验水准做出任何校正，只是为所有组的均数统一估计了一个更为稳健的标准误。LSD 法比较效果较为灵敏，在 R 语言中可利用 agricolae 包中的 LSD.test 函数实现，其调用格式为：LSD.test(y, trt, DFerror, MSerror, alpha = 0.05, p.adj=c(none,holm,hommel, hochberg, bonferroni, BH, BY, fdr), )其中 y 为方差分析对象，trt 为要进行多重比较的分组变量，p.adj 可以选定 P值矫正方法。当 p.adj=”none”时，为 LSD 法，p.adj=bonfer

3、roni 时为 Bonferroni 法。R 代码：library(agricolae)# sweetpotato 为 agricolae 自带数据集data(sweetpotato)#进行方差分析，分组变量为 virusmodel#进行多重比较，不矫正 P 值out - lsd.test(model,virus,= p.adj=none )#结果显示：标记字母法out$group#可视化plot(out)程序运行结果：从运行结果看，四个处理，oo 和 ff 处理无差异，与 cc 和 fc 彼此差异显著。下图是可视化结果。2. Bonferroni 法它是 Bonferroni 校正在 LSD

4、 法上的应用。 将 LSD.test 中 p.adj 设置为bonferroni即为 Bonferroni 法。R 代码：library(agricolae)# sweetpotato 为 agricolae 自带数据集data(sweetpotato)#进行方差分析，分组变量为 virusmodel#进行多重比较，不矫正 P 值out - lsd.test(model,virus,= p.adj= bonferroni )#结果显示：标记字母法out$group#可视化plot(out)运行结果与 LSD 法类似，不再展示。3. Dunnett 检验用于多个试验组与一个对照组间的比较。R 语

5、言中可利用 multcomp 包中的glht()函数进行包括 Dunnett 检验在内的多种检验，其调用格式为：glht(model, linfct, alternative = c(two.sided, less, greater), .)其中 model 为方差分析对象， linfct 设置要进行多重比较的分组变量和方法。R 代码：library(multcomp)rht - glht(model,= linfct=mcp(virus = dunnett),alternative=two.side )#model 是方差分析对象#virus 是分组变量#方法为 Dunnettsummary

6、(rht)#可视化plot(rht)程序运行结果：结果表明：三个处理均与对照 cc 差异显著。下图为可视化结果：4. SNK 法（Student-Newman-Keuls）实质上是根据预先制定的准则将各组均数分为多个子集, 利用 Studentized Range 分布来进行假设检验。推荐优先用 Tukey 检验SNK 法可用 agricolae 包中的 SNK.test()函数实现，其调用格式为：SNK.test(y, trt, alpha = 0.05, )其中 y 为方差分析对象，trt 为要进行多重比较的分组变量R 代码：library(agricolae)# sweetpotato

7、为 agricolae 自带数据集data(sweetpotato)#进行方差分析，分组变量为 virusmodel#进行多重比较，不矫正 P 值out - snk.test(model,virus)#结果显示：标记字母法out$group#可视化plot(out)程序运行结果与 LSD.test 类似。5. Turkey 检验使用学生化的范围统计量进行组间所有成对比较。Tukey 的检验特点：所有各组的样本数相等；各组样本均数之间的全面比较；可能产生较多的假阴性结论。R 中 Turkey 检验检验的函数为 TukeyHSD(model)，其调用格式为：TukeyHSD(model)其中 mo

8、del 为方差分析对象R 代码：tuk=TukeyHSD(model)tukplot(tuk)程序运行结果：可视化结果：6.Duncan 法( 新复极差法 )（SSR ）指定一系列的“range”值，逐步进行计算比较得出结论。Duncan 法可用 agricolae 包中的 duncan.test()函数实现，其调用格式为：duncan.test(y, trt, )其中 y 为方差分析对象，trt 为要进行多重比较的分组变量R 代码：# model 为方差分析对象out -duncan.test (model,virus)#结果显示：标记字母法out$group#可视化plot(out)程序运

9、行结果与 LSD.test 类似。7. Scheffe 检验为均值的所有可能的成对组合执行并发的联合成对比较。使用 F 取样分布。可用来检查组均值的所有可能的线性组合，而非仅限于成对组合。Scheffe 检验特点：各组样本数相等或不等均可以，但是以各组样本数不相等使用较多；如果比较的次数明显地大于均数的个数时，Scheffe 法的检验功效可能优于Bonferroni 法Scheffe 法可用 agricolae 包中的 scheffe.test()函数实现，其调用格式为：duncan.test(y, trt, )其中 y 为方差分析对象，trt 为要进行多重比较的分组变量R 代码：# model 为方差分析对象out -scheffe.test (model,virus)#结果显示：标记字母法out$group#可视化plot(out)程序运行结果与 LSD.test 类似。