przewodnikPoPakiecieR3

158 Wybrano procedury statystyczno

>    # ze. zmiennej modeli wyciągamy informacje o liczbie stopni swobody, Mgg

a następnie wykonujemy test HSD Tukeya

>    df = df.residual(modeli)

>    MSerror = deviance(modell)/df

>    HSD.test(mieszkania$cena, mieszkania$dzielnica, df, MSerror)

Study:

HSD Test for mieszkanlaScena

Alpha    5.000000e-02

Error Degrees of Freedom    1.970000e+02

Error Mean Square    1.783263e+09

Critical Value of    Studentized Rangę 3.339757e+00

Treatment Means

mieszkania.dzielnica mieszkania.cena std.err replication

1	Biskupin	171143.5	5302.788	56
2	Krzyki	168173.0	5078.924	79
3	Śródmieście	189494.0	5041.724	65

Honestly Significant Difference 17444.89 Harmonie Mean of Celi Sizes 65.3595

Different HSD for each comparlson

Means with the same letter are not significantly different.

Groups, Treatment8 and		means
a	Śródmieście	189494
b	Biskupin	171143.5
b	Krzyki	168173.0
	trt means	M N	std.err
1 Śródmieście 189494.0		a 65.3595	5041.724
2	Biskupin 171143.5	b 65.3595	5302.788
3	Krzyki 168173.0	b 65.3595	5078.924

Najczęściej stosowanym testem post hoc jest test HSD Tukeya, nie jest on jednak jedynym testem post hoc. Innym testem o podobnym sposobie wywołania jest test LSD Fishera (LSD to skrót od ang. Least Significant Difference, w języku polskim nazywany testem NIR od Najmniejszych Istotnych Różnic) dostępny w funkcji LSD.test(agricolae). Test Fishera weryfikuje istotnośó różnic dla wszystkich par czynników stosując korektę na wielokrotne testowanie. Do wyboru jest wiele korekt uwzględniających liczbę testów. Aby wskazać, która korekta ma być użyta należy określić argument, p.adj, który przyjąć może jedną z wartości: "holm", "hochberg", "bonferroni", "BH", "BY", "fdr". O zagadnieniu testowania zbioru hipotez, napiszemy w rozdziale 3.5.6. W pakiecie agricolae dostępne są również funkcje durbin.test(agricolae) (z testem Durbina) i waller. test (agricolae) (z testem Wallera-Duncana). Test Wallera-Duncana korzysta z idei statystyki Bay-esowskiej i zamiast kontrolować błąd pierwszego rodzaju kontroluje iloraz prawdopodobieństwa błędu I rodzaju i prawdopodobieństwa błędu II rodzaju (na poziomie określonym przez argument k).

ANOYA, regresja liniowa i logistyczna

159

Biskupin    Krzyki    Śródmieście

dzielnica

Rysunek 3.18: Wykres pudełkowy przedstawiający ceny mieszkań w różnych dzielnicach

Biskupin    Śródmieście    Krzyki

Rysunek 3.19: Wynik wywołania funkcji bar.en'() dla testu HSD Tukeya

95% famfly-wise confidence level

Rysunek 3.20: Graficzna reprezentacja wyników testu Tukeya (plot.TukeyHSDf))