Я хотел бы получить различия в значимости между группами моих переменных. В данный момент я делаю это один за другим. (Anova and Tukey postho c).
data <- tibble::tibble(
value = c(0.0076, 0.0076, 0.011,0.012,0.0099,0.0048,0.0059),
variable = c(rep("V1",7)),
Group = rep(c(rep("GroupA",2),rep("GroupB",3),rep("GroupC",2))
ANOVA
anova <- aov(df$Value ~ df$Region)
summary(anova)
Тест Тьюки
TukeyHSD(anova)
Df Sum Sq Mean Sq F value Pr(>F)
data$Group 2 3.965e-05 1.982e-05 28.2 0.00438 **
Residuals 4 2.810e-06 7.030e-07 ---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = data$value ~ data$Group)
$`data$Group`
diff lwr upr p adj
GroupB-GroupA 0.003366667 0.0006389603 0.0060943731 0.0253085
GroupC-GroupA -0.002250000 -0.0052380527 0.0007380527 0.1132897
GroupC-GroupB -0.005616667 -0.0083443731 -0.0028889603 0.0040580
• Есть ли способ выполнить этот вид анализ для всех переменных, поэтому я получаю индивидуальное значение для каждой переменной между группами? Может быть, добавив значения pvalues или уровни значимости в другой фрейм данных? Чтобы получить всю информацию одновременно?
• Есть ли функция смены фальца? (средняя группа1 / средняя группа2)
Вот воспроизводимый пример df с 4 переменными
data2 <- tibble::tibble(
value = c(0.0076, 0.0076, 0.011,0.012,0.0099,0.0048,0.0059, 0.0034, 0.0058, 0.0055, 0.0060, 0.0025, 0.0065, 0.0060, 0.0109, 0.0091, 0.0108, 0.0109, 0.0093, 0.0090, 0.0060, 0.0111, 0.0173, 0.0216, 0.00074, 0.00094, 0.00097, 0.00091),
variable = c(rep("V1",7), rep("V2",7), rep("V3",7), rep("V4",7)),
Group = rep(c(rep("A",2),rep("B",3),rep("C",2)),4))
Спасибо