R 鸟类攻击性得分统计显著性的最终测试

导言

Tukey multiple comparisons of means

95% family-wise confidence level


Fit: aov(formula = score ~ dummy_species * location)


$dummy_species

       diff       lwr        upr     p adj

PF-CF -1.648846 -2.613568 -0.6841239 0.0009332


$location

     diff         lwr    upr     p adj

S-N 0.9440487 -0.07800284 1.9661 0.0699746


$`dummy_species:location`

           diff        lwr        upr     p adj

PF:N-CF:N -1.389250 -2.8774793 0.09898005 0.0766924

CF:S-CF:N  1.286676 -0.3619293 2.93528192 0.1824646

PF:S-CF:N -1.123377 -3.2649782 1.01822492 0.5246337

CF:S-PF:N  2.675926  0.7993571 4.55249475 0.0016744

PF:S-PF:N  0.265873 -2.0557788 2.58752484 0.9908082

PF:S-CF:S -2.410053 -4.8376320 0.01752615 0.0524523

我正在做一个小型的试点研究，研究鸟类在殖民地的繁殖地的侵略行为

背景

这项研究进行了多年，将殖民地（南部）和定居地（北部）领口捕蝇雄性与同种和斑纹捕蝇雄性呈现在一起。根据可量化的攻击行为对其行为进行评分。 它们在60年前发现了这个岛，并从繁殖地的一个点开始稳步扩散，将它们的相对斑纹捕蝇器从昆虫较多的区域推离。 以前的研究表明，更具侵略性的雄性处于这种殖民行为的前沿。在北部地区，有近100%的衣领，而南部仍然有混合人口

假设

*Anova(lm(score~dummy_species*location))
Anova Table (Type II tests)*

Response: score

                    Sum Sq  Df F value    Pr(>F)  

dummy_species            93.91   1 11.6673 0.0008186 ***

location                 26.82   1  3.3326 0.0699100 .  

dummy_species:location    6.98   1  0.8675 0.3531437    

Residuals              1207.39 150         

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1


*> summary(aov(score~dummy_species*location))*

                    Df Sum Sq Mean Sq F value   Pr(>F)    

dummy_species            1   91.8   91.80  11.405 0.000933 ***

location                 1   26.8   26.82   3.333 0.069910 .  

dummy_species:location   1    7.0    6.98   0.868 0.353144    

Residuals              150 1207.4    8.05          

---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1


*> summary(lm(score~dummy_species*location))*


Call:

lm(formula = score ~ dummy_species * location)


Residuals:

    Min      1Q  Median      3Q     Max 

-4.4815 -2.1948 -0.8056  2.1280  6.9286 


Coefficients:

                      Estimate Std. Error t value Pr(>|t|)   

(Intercept)                 3.1948     0.3233   9.881   <2e-16 ***

dummy_speciesPF            -1.3892     0.5728  -2.425   0.0165 *  

locationS                   1.2867     0.6346   2.028   0.0444 *  

dummy_speciesPF:locationS  -1.0208     1.0960  -0.931   0.3531    

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1


Residual standard error: 2.837 on 150 degrees of freedom

Multiple R-squared:  0.09423,   Adjusted R-squared:  0.07611 

F-statistic: 5.202 on 3 and 150 DF,  p-value: 0.001909

在南部地区，雄性项圈捕蝇器对这两个物种的攻击性更高。 雄性在北方比在南方对同种动物的反应相对更强烈

'data.frame':   154 obs. of  8 variables:

 $ location        : Factor w/ 2 levels "N","S": 1 1 1 1 1 1 1 1 2 1 ...

 $ score           : int  1 4 0 1 1 8 9 9 4 3 ...

 $ dummy_species   : Factor w/ 2 levels "CF","PF": 1 1 2 2 1 1 1 1 1 2 ...


model.tables(aov(scoreCF$score~scoreCF$location),"means")

Tables of means

Grand mean

2.993506

 dummy_species 

     CF    PF

  3.529  1.88

rep 104.000 50.00


 location 
      N      S
      2.742  3.686
rep 113.000 41.000


 dummy_species:location 

         location

dummy_species N     S    

      CF   3.19  4.48

      rep 77.00 27.00

      PF   1.81  2.07

      rep 36.00 14.00

问题

在对所有交互进行评分后，我现在不知道使用什么测试来呈现数据。许多人给出不同的建议或简单的方差分析等 我一直在同时学习R和统计学，但许多术语仍然让我感到困惑，我发现互联网上的问题和答案很难用我的数据来解释。（这就是我打扰你的地方）

问题

Tukey multiple comparisons of means

95% family-wise confidence level


Fit: aov(formula = score ~ dummy_species * location)


$dummy_species

       diff       lwr        upr     p adj

PF-CF -1.648846 -2.613568 -0.6841239 0.0009332


$location

     diff         lwr    upr     p adj

S-N 0.9440487 -0.07800284 1.9661 0.0699746


$`dummy_species:location`

           diff        lwr        upr     p adj

PF:N-CF:N -1.389250 -2.8774793 0.09898005 0.0766924

CF:S-CF:N  1.286676 -0.3619293 2.93528192 0.1824646

PF:S-CF:N -1.123377 -3.2649782 1.01822492 0.5246337

CF:S-PF:N  2.675926  0.7993571 4.55249475 0.0016744

PF:S-PF:N  0.265873 -2.0557788 2.58752484 0.9908082

PF:S-CF:S -2.410053 -4.8376320 0.01752615 0.0524523

以下三个测试中，哪一个最适合用来证明有或没有统计学意义

• 方差分析（lm（分数~虚拟物种*位置））
• 总结（aov（分数~虚拟物种*位置））
• 总结（lm（分数~虚拟物种*位置））

数据结构

不幸的是，数据不平衡

同种试验的数量为104个，其中77个在北部试验区，27个在南部。 同样，在50个花斑捕蝇器的模拟试验中，北部36个，南部14个

'data.frame':   154 obs. of  8 variables:

 $ location        : Factor w/ 2 levels "N","S": 1 1 1 1 1 1 1 1 2 1 ...

 $ score           : int  1 4 0 1 1 8 9 9 4 3 ...

 $ dummy_species   : Factor w/ 2 levels "CF","PF": 1 1 2 2 1 1 1 1 1 2 ...


model.tables(aov(scoreCF$score~scoreCF$location),"means")

Tables of means

Grand mean

2.993506

 dummy_species 

     CF    PF

  3.529  1.88

rep 104.000 50.00


 location 
      N      S
      2.742  3.686
rep 113.000 41.000


 dummy_species:location 

         location

dummy_species N     S    

      CF   3.19  4.48

      rep 77.00 27.00

      PF   1.81  2.07

      rep 36.00 14.00

TukeyHSD（aov（分数~虚拟物种*位置））

结果

*Anova(lm(score~dummy_species*location))
Anova Table (Type II tests)*

Response: score

                    Sum Sq  Df F value    Pr(>F)  

dummy_species            93.91   1 11.6673 0.0008186 ***

location                 26.82   1  3.3326 0.0699100 .  

dummy_species:location    6.98   1  0.8675 0.3531437    

Residuals              1207.39 150         

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1


*> summary(aov(score~dummy_species*location))*

                    Df Sum Sq Mean Sq F value   Pr(>F)    

dummy_species            1   91.8   91.80  11.405 0.000933 ***

location                 1   26.8   26.82   3.333 0.069910 .  

dummy_species:location   1    7.0    6.98   0.868 0.353144    

Residuals              150 1207.4    8.05          

---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1


*> summary(lm(score~dummy_species*location))*


Call:

lm(formula = score ~ dummy_species * location)


Residuals:

    Min      1Q  Median      3Q     Max 

-4.4815 -2.1948 -0.8056  2.1280  6.9286 


Coefficients:

                      Estimate Std. Error t value Pr(>|t|)   

(Intercept)                 3.1948     0.3233   9.881   <2e-16 ***

dummy_speciesPF            -1.3892     0.5728  -2.425   0.0165 *  

locationS                   1.2867     0.6346   2.028   0.0444 *  

dummy_speciesPF:locationS  -1.0208     1.0960  -0.931   0.3531    

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1


Residual standard error: 2.837 on 150 degrees of freedom

Multiple R-squared:  0.09423,   Adjusted R-squared:  0.07611 

F-statistic: 5.202 on 3 and 150 DF,  p-value: 0.001909

*方差分析（lm（分数~虚拟物种*位置））
方差分析表（II型试验）*
答复：得分
平方和Df F值Pr（>F）
虚拟_物种93.91 11.6673 0.0008186***
位置26.82 1 3.3326 0.0699100。
虚拟_物种：位置6.98 1 0.8675 0.3531437
残差1207.39 150
---
签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
*>总结（aov（分数~虚拟物种*位置））*
Df和Sq平均Sq F值Pr（>F）
虚拟_物种1 91.8 91.80 11.405 0.000933***
位置1 26.8 26.82 3.333 0.069910。
虚拟_物种：位置17.06.98 0.868 0.353144
残差150 1207.4 8.05
---
签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
*>总结（lm（分数~虚拟物种*位置））*
电话：
lm（公式=分数~虚拟物种*位置）
残差：
最小1季度中值3季度最大值
-4.4815 -2.1948 -0.8056  2.1280  6.9286 
系数：
估计标准误差t值Pr（>t）
你在大学吗？如果是这样的话，你可能想联系统计部门，因为他们会比在互联网上发布信息更好地帮助你。另外，这更多的是一个统计问题，而不是一个编码问题，所以交叉验证网站可能更适合这个问题。这里你感兴趣的是如何而不是为什么？我会提出我的质询，谢谢你的答覆。另外，我还没有上大学，我想在回来之前好好想想：）也许有一些想法会有所帮助。线性模型的一个假设是误差是正态分布的。如果您有足够远离0的计数数据，这可能是一个合理的假设。如果它们接近0，则泊松分布更合适。出于这个原因，您可能需要研究GLMs，或者如果您的数据有许多零负二项模型或zip模型。