LSD检验

是t检验的简单变形，对多组间的均数做检验。

用法：加载agricolae包，使用LSD.test。语法为：LSD.test(y, trt, DFerror, MSerror, alpha = 0.05, p.adj=c("none","holm","hommel", "hochberg", "bonferroni", "BH", "BY", "fdr"), …)

实例：

library(agricolae)

model <- aov(jinzhongpin ~ group, data.yazhou) # 先进行方差分析

summary(model)

out <- LSD.test(model, "group", p.adj = "none" ) # 进行多重比较，不矫正P值

out$groups # 查看每个组的label

plot(out) # 可视化展示

. Dunnett检验

适用于多个试验组于一个对照组的比较。

用法：加载multcomp包， 使用glht()函数。语法为：glht(model, linfct, alternative = c("two.sided", "less", "greater"), ...)

其中linfct可以设置比较的分组变量以及检验方法。

实例：

# Dunnett test

library(multcomp)

model <- aov(D ~ group, data.yazhou)

rht <- glht(model, linfct = mcp(group = 'Dunnett'), alternative = 'two.side')

summary(rht)

Turkey检验

使用t test进行组间所有成对比较。

用法：TukeyHSD函数，语法：TukeyHSD(model)

实例：

model <- aov(D ~ group, data.yazhou)

tuk <- TukeyHSD(model)

tuk

plot(tuk)

SNK法（Student-Newman-Keuls）

实质上是根据预先制定的准则将各组均数分为多个子集, 利用Studentized Range分布来进行假设检验。推荐优先用Tukey检验

SNK法可用agricolae包中的SNK.test()函数实现，其调用格式为：

SNK.test(y, trt, alpha = 0.05, …) 

其中y为方差分析对象，trt为要进行多重比较的分组变量

实例

library(agricolae) 

data(sweetpotato) 

model <- aov(D ~ group, data.yazhou)

out <- snk.test(model,"group")

out$group 

plot(out) 

程序运行结果与LSD.test类似。

Duncan法(新复极差法)（SSR）

指定一系列的“range”值，逐步进行计算比较得出结论。

Duncan法可用agricolae包中的duncan.test()函数实现，语法为：

duncan.test(y, trt, …) 

实例：

model <- aov(D ~ group, data.yazhou)

out <-duncan.test (model,"group")

out$group 

plot(out) 

程序运行结果与LSD.test类似。

Scheffe检验

为均值的所有可能的成对组合执行并发的联合成对比较。使用F取样分布。可用来检查组均值的所有可能的线性组合，而非仅限于成对组合。Scheffe检验特点：

各组样本数相等或不等均可以，但是以各组样本数不相等使用较多；

如果比较的次数明显地大于均数的个数时，Scheffe法的检验功效可能优于Bonferroni法

Scheffe法可用agricolae包中的scheffe.test()函数实现，语法为：

duncan.test(y, trt, …) 

实例：

out <-scheffe.test (model,"virus")

out$group 

plot(out)