混合模型 [代替重复测量方差分析]，但需要每个采样日期的 RANKED Tukey 结果（不是整体）
Mixed Model [in place of Repeated Measures ANOVA], but need RANKED Tukey results PER sampling date (NOT overall)
I have data from 6 different treatments, with sampling repeated 8
times over 3 years (no missing data points). My individual bins from
each treatment are equally split in 7 randomly distributed blocks. To
analyze, I am using a Mixed Model (nlme package).
数据示例：
bin treatment Bloc date CONTAM
b1 TR_A 1 t0 4.753038458
b2 TR_A 2 t0 4.709589136
b3 TR_A 3 t0 4.72668357
b4 TR_A 4 t0 4.647430928
b5 TR_A 5 t0 4.670129151
b6 TR_A 6 t0 4.647430928
b7 TR_A 7 t0 4.811256762
b8 TR_B 1 t0 4.551238194
b9 TR_B 2 t0 4.662660293
b10 TR_B 3 t0 4.753038458
b11 TR_B 4 t0 4.69554541
b12 TR_B 5 t0 4.69554541
使用的包：
nlme ; lattice ; nortest ; multcomp
这是我目前使用的脚本：
mod.lme=lme(CONTAM~Treatment*date,random=~1|bloc/bin,data=data)
summary(mod.lme)
anova(mod.lme)
summary(glht(mod.lme, linfct=mcp(Treatment = "Tukey")), test = adjusted(type = "bonferroni"))
这很好用 (ANOVA<0.001) 但没有提供我需要的信息。
-> 我获得了 overall Tukey，但由于我正在处理退化数据，我希望处理在开始和结束，但中间不同。
----> Therefore, I am seeking a test that will give me the RANKED (a, ab,
bc...) Tukey results PER sampling date, while taking in consideration
that this is a repeated measures model.
有什么想法吗？ :)
谢谢！
仅供参考，我尝试了这个问题的解决方案：
1
library(GAD)
snk.test(mod.lme, term="Treatment*date", among="Treatment", within="date")
我不确定的结果：# object$model[ 2:(length(object$x) + 1)] 错误：维数不正确
2
第二个给了我一个巨大的输出，但不是我需要的那个。
library(lsmeans)
summary(lsmeans(mod.lme, pairwise~Treatment*date), infer=TRUE)
试试这个：
获取LS均值：
library("lsmeans")
mod.lsm <- lsmeans::lsmeans(mod.lme, ~ Treatment * date)
（调用 lsmeans::lsmeans 会阻止它使用 lmerTest 包中的相同函数，如果它恰好被加载的话。）
列出 LS 均值：
mod.lsm
进行成对比较，分别对每个 date:
pairs(mod.lsm, by = "date")
（默认结果显示 $t$ 测试并使用 Tukey 方法调整 $P$ 值。）
I have data from 6 different treatments, with sampling repeated 8 times over 3 years (no missing data points). My individual bins from each treatment are equally split in 7 randomly distributed blocks. To analyze, I am using a Mixed Model (nlme package).
数据示例：
bin treatment Bloc date CONTAM
b1 TR_A 1 t0 4.753038458
b2 TR_A 2 t0 4.709589136
b3 TR_A 3 t0 4.72668357
b4 TR_A 4 t0 4.647430928
b5 TR_A 5 t0 4.670129151
b6 TR_A 6 t0 4.647430928
b7 TR_A 7 t0 4.811256762
b8 TR_B 1 t0 4.551238194
b9 TR_B 2 t0 4.662660293
b10 TR_B 3 t0 4.753038458
b11 TR_B 4 t0 4.69554541
b12 TR_B 5 t0 4.69554541
使用的包：
nlme ; lattice ; nortest ; multcomp
这是我目前使用的脚本：
mod.lme=lme(CONTAM~Treatment*date,random=~1|bloc/bin,data=data)
summary(mod.lme)
anova(mod.lme)
summary(glht(mod.lme, linfct=mcp(Treatment = "Tukey")), test = adjusted(type = "bonferroni"))
这很好用 (ANOVA<0.001) 但没有提供我需要的信息。
-> 我获得了 overall Tukey，但由于我正在处理退化数据，我希望处理在开始和结束，但中间不同。
----> Therefore, I am seeking a test that will give me the RANKED (a, ab, bc...) Tukey results PER sampling date, while taking in consideration that this is a repeated measures model.
有什么想法吗？ :)
谢谢！
仅供参考，我尝试了这个问题的解决方案：
1
library(GAD)
snk.test(mod.lme, term="Treatment*date", among="Treatment", within="date")
我不确定的结果：# object$model[ 2:(length(object$x) + 1)] 错误：维数不正确
2
第二个给了我一个巨大的输出，但不是我需要的那个。
library(lsmeans)
summary(lsmeans(mod.lme, pairwise~Treatment*date), infer=TRUE)
试试这个：
获取LS均值：
library("lsmeans")
mod.lsm <- lsmeans::lsmeans(mod.lme, ~ Treatment * date)
（调用 lsmeans::lsmeans 会阻止它使用 lmerTest 包中的相同函数，如果它恰好被加载的话。）
列出 LS 均值：
mod.lsm
进行成对比较，分别对每个 date:
pairs(mod.lsm, by = "date")
（默认结果显示 $t$ 测试并使用 Tukey 方法调整 $P$ 值。）