问题描述
我想看看 3 个组 (klasse) 和他们的攻击性行为(通过计算攻击性交互的数量)之间是否存在显着差异。这种情况无关紧要,但必须加以考虑。我将各组之间的积极交互与一般线性模型进行了比较,并使用了家庭泊松作为计数数据。
这是Rstudio中输入的数据:
data.frame(agressiekrab=c(8,5,1,10,6,12,4,17,9,11,2,3,21,14,15,22,8,19,16,10),klasse=c(1,3),situatie=c(1,2))
structure(list(agressiekrab = c(8,klasse = c(1,3
),situatie = c(1,2)),class = "data.frame",row.names = c(NA,-32L))
它是非参数数据,所以不是正态分布的 这是我在 Rstudio 中使用的代码:
agmodel1<-glm(agressiekrab~klasse*situatie,poisson)
summary(agmodel1)
结果如下:
Call:
glm(formula = agressiekrab ~ klasse * situatie,family = poisson)
Deviance Residuals:
Min 1Q Median 3Q Max
-3.688 -1.623 -0.462 1.306 3.718
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 1.5198 0.3812 3.987 6.68e-05 ***
klasse 0.7223 0.1827 3.953 7.71e-05 ***
situatie 0.0905 0.2112 0.428 0.66836
klasse:situatie -0.3251 0.1169 -2.781 0.00542 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(dispersion parameter for poisson family taken to be 1)
Null deviance: 171.19 on 31 degrees of freedom
Residual deviance: 120.51 on 28 degrees of freedom
AIC: 240.09
Number of Fisher Scoring iterations: 5
现在我想使用事后测试来查看 de 组 (klasse) 之间的差异。我尝试了成对 wilcox 测试,但它没有给我两两比较。我不知道如何解释结果。 我也尝试过 TukeyHSD 测试,但也没有奏效(而且我认为这是不正确的,因为非参数数据)
pairwise.wilcox.test(agressiekrab,klasse*situatie,P.adj="Bonj")
Pairwise comparisons using Wilcoxon rank sum test
data: agressiekrab and klasse * situatie £
1 2 3 4
2 1 - - -
3 1 1 - -
4 1 1 1 -
6 1 1 1 1
P value adjustment method: holm
tukey 方法报错:
TukeyHSD(aov(agressiekrab~klasse*situatie))
Error in TukeyHSD.aov(aov(agressiekrab ~ klasse * situatie)) :
no factors in the fitted model
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)