如何在R或Python中使用调整后的p值执行Tukey HSD无依据比较

我进行了双向2x4方差分析，发现相互作用项是显著的。现在我想在8个单元上执行Tukey的HSD后期测试。我在R中使用了TukeyHSD函数，它使用k值8在Q表中查找所有28种可能的单元到单元组合

比较同一列或行中的单元格与我有关，而对角线比较与我无关。因此，将有16个比较，而不是28个。我看到一些消息来源称这些未经证实的比较与混淆的比较，他们建议只使用调整后的k值进行未经证实的比较，以便在Q表和

我想知道这是否是一件有效的事情，如果是的话，在R中是否有一些方法可以方便地做到这一点。

您可能会喜欢lsmeans包。你可以这样做：

library(lsmeans)
( a.lsm = lsmeans(model, ~ a | b) )
pairs(a.lsm)

。。。同样的事情是逆转这些因素。如果要将所有比较视为一个族，请使用

rbind(pairs(a.lsm), pairs(b.lsm))

---

对同时测试进行多元$t$校正，这是正确的一步校正

尽管有些人这样做，但在相互作用后比较所有细胞无助于理解相互作用，也没有充分的理由。你可能会考虑简单的效果，因为主要效果的普遍性是有疑问的。您还可以分别测试交互的三个组件。无论如何，您应该首先绘制变量的效果，另一个变量的两个级别分别为4个级别。