方差分析很重要，但事后测试却没有接下来是什么？

问题描述

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

Tuckey-HSD显示以下内容

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？

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@）