当方差分析显示只有因素显着而不是它们的相互作用时，我是否必须制作另一个模型来执行 Tukey 测试？

Question

我在 R 中使用库进行重复测量方差分析：

library(ordinal)
library(car)
library(RVAideMemoire)

我有两组：月份和距离，因变量是二氧化碳：

distance month CO2

0 metres july 234

我已经为 CO2 制作了一个 clmm 模型，通过距离、月份以及月份和距离之间的相互作用进行解释：

model_CO2 = clmm(CO2.f ~ month + distance + month:distance + (1|nest),
             data = field_data,
             threshold = "equidistant")

结果表明，月份和距离均显着，但不存在交互作用。现在，我想用这些信息做一个Tukey检验，所以我的想法是对每个因素分别做一个Tukey检验。

我的问题是：

我是否必须制作另一个模型，将每个因素分开？或者我可以只使用我创建的模型执行 Tukey 测试但只考虑一个因素吗？

示例：

使用初始模型：

library(emmeans)
library(lsmeans)

Tmonth = lsmeans(model_CO2,
        ~ month)
multcomp::cld(Tmonth,
              alpha = 0.05,
              Letters = letters,
              adjust = "tukey")

仅创建一个月的新模型，然后执行 Tukey 测试：

model_CO2m = clmm(CO2.f ~ month + (1|nest),
                 data = field_data,
                 threshold = "equidistant")
Tmonth = lsmeans(model_CO2m,
        ~ month)
multcomp::cld(Tmonth,
              alpha = 0.05,
              Letters = letters,
              adjust = "tukey")

提前致谢！

Answer 1

我认为有些人会建议您这样做。但是不，你不需要，因为估计的边际意味着你正在比较的是明确定义的；交互作用只是取平均值。

不过，我建议您绘制因子组合的估计值——例如使用 emmip()——以便您清楚地了解正在平均的估计值。

备注

我刚刚在问题中注意到您完全从模型中提取了一个因素。我绝对建议反对这样做。每个因素都贡献了一个显着的主效应，因此它们都属于模型。如果您要在这里考虑简化模型，请只考虑具有两个主效应但没有交互作用的模型。

当方差分析显示只有因素显着而不是它们的相互作用时，我是否必须制作另一个模型来执行 Tukey 测试？

Do I have to make another model to perform a Tukey test when the anova shows that only the factors are significant and not their interaction?

model

r

anova

tukey

备注