Использование summary () и summary.lm () для запланированных сравнений в R - почему результаты отличаются?

Question

Я провел трехстороннюю независимую ANOVA в R. (Sound) Manipulation, являясь моей независимой переменной с тремя уровнями: congruent (KON), incongruent (INK) и без звука (control). Кроме того, я построил запланированные сравнения. Первое сравнение c1 является контрастом KON & INK по сравнению с контрольной группой, а второе сравнение c2 является контрастом KON и INK. Выходы выглядят так:

Резюме (модель)

                                         Df Sum Sq Mean Sq F value Pr(>F)
Manipulation                              2  11.97   5.985 2.388 0.0975 .
  Manipulation: control vs. Experimental  1   7.97   7.970 3.181 0.0778 .
  Manipulation: INK vs. KON               1   4.00   3.999 1.596 0.2097 
Residuals                                91 228.01   2.506                                           
---
Signif. codes:  
0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

summary.lm (модель)

Residuals:
    Min      1Q  Median      3Q     Max 
-2.5062 -1.3333 -0.3333  1.1398  4.4111 

Coefficients:
               Estimate Std. Error t value Pr(>|t|)    
(Intercept)      3.0317     0.1647  18.411   <2e-16 *** 
Manipulationc1  -0.2214     0.1172  -1.889   0.0621 .  
Manipulationc2  -0.2531     0.2003  -1.263   0.2097    
---
Signif. codes:  
0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.583 on 91 degrees of freedom
Multiple R-squared:  0.04988,   Adjusted R-squared:  0.02899 
F-statistic: 2.388 on 2 and 91 DF,  p-value: 0.0975

Что меня поражает, так это то, что R использует мою предопределенную метку сравнений, то есть «контроль против эксперимента» и «INK против KON» в первом выводе summary (), но во втором выводе он использует что-то еще summary.lm (). Почему это?

Кроме того, кажется странным, что значение p первого сравнения различается для двух выходов, то есть 0,0778 в случае summary () и 0,0621 в случае summary.lm (). Откуда эта разница?

Answer 1

Вы должны проверить class(model):

M <- aov(formula = Petal.Length ~ Species, data = iris)
summary(M)
summary.lm(M)
class(M)

Сначала есть "aov" - поэтому summary(M) совпадает с summary.aov(M)