R中因子的连续水平之间的对比

我写这篇文章是因为我被困在一个实验室实验数据文件的分析中

在这个实验中，我计算了在26个时间点（TP）特定环境中出现的雌性（小型节肢动物）的数量。但是，我想了解每个连续时间点的女性数量是否不同（例如，如果TP 1中计数的女性数量不同于TP 2；TP 2中计数的女性数量不同于TP 3；等等……）

数据框包含以下列：

复制（谁包含复制的数量，从1到8）；时间点（雌性动物计数的日期，从1到26）；雌性（每个时间点统计的雌性数量）；和块（实验有2个块）

我试着做了一些连续的对比，但我认为这不是最好的方法。这是我的代码：

   
m1<-lmer(Females~TimePoint+(1|Block))


 Suc_contrasts2<-glht(m1,linfct=mcp(TimePoint=
                               c(
                                 "t1 - t2 == 0",
                                 "t2 - t3 == 0",
                                 "t3 - t4 == 0",
                                 "t4 - t5 == 0",
                                 "t5 - t6 == 0",
                                 "t6 - t7 == 0",
                                 "t7 - t8 == 0",
                                 "t8 - t9 == 0",
                                 "t9 - t10 == 0",
                                 "t10 - t11== 0",
                                 "t11 - t12 == 0",
                                 "t12 - t13 == 0",
                                 "t13 - t14 == 0",
                                 "t14 - t15 == 0",
                                 "t15 - t16 == 0",
                                 "t16 - t17 == 0",
                                 "t17 - t18 == 0",
                                 "t18 - t19 == 0",
                                 "t19 - t20 == 0",
                                 "t20 - t21== 0",
                                 "t21 - t22 == 0",
                                 "t22 - t23 == 0",
                                 "t23 - t24 == 0",
                                 "t24 - t25 == 0",
                                 "t25 - t26 == 0")))


summary(Suc_contrasts2)


summary(Suc_contrasts2, test=adjusted ("bonferroni"))

m1我想这个网站可以帮助你：

根据那里的信息，后续因子水平之间的差异对比可以这样设置（见下文）。请注意，我只使用了一个具有5个因子级别的简单示例

#create dummy data
df <- expand.grid(TimePoint = c("t01", "t02", "t03", "t04", "t05"),
                  Replicate = 1:8, Block = 1:2)
set.seed(2)
df$Females <- runif(nrow(df), min = 0, max = 100)

#set backward difference contrasts
contrasts(df$TimePoint) <- matrix(c(-4/5, 1/5, 1/5, 1/5, 1/5,
                                    -3/5, -3/5, 2/5, 2/5, 2/5, 
                                    -2/5, -2/5, -2/5, 3/5, 3/5,
                                    -1/5, -1/5, -1/5, -1/5, 4/5), ncol = 4)


#创建虚拟数据
df拟合连续差异对比的另一个选项：

m1 <- lmer(Females~TimePoint+(1|Block), contrasts=list(TimePoint=MASS::contr.sdif))

m1为“编辑1”添加了另一种对比方法，但在可视化绘图后，结果似乎不正确。非常感谢您的建议，它非常有效！如果其中一个答案解决了您的问题，我们鼓励您单击复选标记接受它…感谢您的建议和建议。此外，关于这些因素，你是对的，我已经改变了它们。非常感谢你！！这意味着我在评论中找到了很多帮助！
#fit linear model
m1 <- lm(Females ~  TimePoint, data = df)
coef(m1)

(Intercept)  TimePoint1  TimePoint2  TimePoint3  TimePoint4 
  50.295659  -10.116045    7.979465  -10.182389    2.209413 

#mean by time point
with(df, tapply(Females, TimePoint, mean))

     t01      t02      t03      t04      t05 
57.23189 47.11584 55.09531 44.91292 47.12233 


df$TimePoint <- factor(df$TimePoint, levels = paste0("t", 1:26),
                       labels = paste0("t", sprintf("%02d", 1:26)))

m1 <- lmer(Females~TimePoint+(1|Block), contrasts=list(TimePoint=MASS::contr.sdif))