tukey

Bonjour à tous, voilà mon problème , mon experience consiste à mesurer la croissance de plantes à différentes températures ( 10 , 20 et 28°C).
Je réalise sur mon jeu de données, une anova pour tester si il y a un effet de la température. Le test indique que oui donc que mes croissances sont différentes, que je sois à telle ou telle température (10, 20 et 28°C).
Suite à cela, je voudrais réaliser un test de tukey pour voir lesquelles sont différentes.... et je n'y arrive pas ... le logiciel R me dit :

Code:

Erreur dans UseMethod("TukeyHSD") :
  pas de méthode pour 'TukeyHSD' applicable pour un objet de classe "c('anova', 'data.frame')"

Je vous envoie mon script pour plus d'explications :

Code:

data10<-read.table("PM.txt",header=TRUE,dec=".",sep="\t")
data10

head(data10)
tail(data10)

shapiro.test(data10[,"Croissance"]) # pour vérifier la normalité : oui elles sont normales

names(data10)
summary(data10)

Type=data10$Type
Type
Tempe=data10$Température
Tempe
Cr=data10$Croissance
Cr

bartlett.test(Cr,Tempe)

aType<-as.factor(Type)
aType

aTempe<-as.factor(Tempe)
aTempe

an<-anova(aov(Cr~factor(Tempe)))
an

TukeyHSD(an)

Merci par avance.

Cela ne fonctionne pas car la fonction TukeyHSD s'applique sur le modèle entier.

Le code suivant devrait marcher:

Code:

TukeyHSD(Cr~factor(Tempe))

Code:

> TukeyHSD(Cr~factor(Tempe))
Erreur dans UseMethod("TukeyHSD") :
  pas de méthode pour 'TukeyHSD' applicable pour un objet de classe "formula"

....

je ne comprends pas ...

Pardon, c'est moi qui ai oublié un bout de code (les vendredis am sont toujours difficiles):

Code:


TukeyHSD(aov(Cr~factor(Tempe)))


Code:

 TukeyHSD(aov(Cr~factor(Tempe)))
  Tukey multiple comparisons of means
    95% family-wise confidence level

Fit: aov(formula = Cr ~ factor(Tempe))

$`factor(Tempe)`
            diff          lwr        upr    p adj
20-10 0.009520452  0.0004420648 0.01859884 0.0388983
28-10 0.014347759  0.0052693709 0.02342615 0.0020401
28-20 0.004827306 -0.0045488123 0.01420342 0.4081177

donc merci car effectivement, écrit ainsi cela fonctionne.
Par contre, avez-vous une idée de la lecture de ce tableau ?
Qui diffère de qui et où puis-je lire si ceci est significatif ?
Je comprends bien sur la colonne de gauche qu'il compare ma liste de croissance ( les moyennes je pense ) deux à deux par température.
Est-ce le p adj qui sert de p-value ?

- diff est la différence entre les deux moyennes
- lwr et upr désignent les bornes de l'intervalle de confiance à 95% de la différence de moyennes
- p adj donne la p-value ajustée de la comparaison des moyennes par paire
Si p<0.05 tes moyennes sont significativement différentes.

Ici, tes groupes de moyenne 20 et 10 et de moyennes 28 et 10 sont différents entre eux, mais les groupes de moyenne 20 et 28 ne sont pas significativement différents

d'accord , merci beacoup pour votre aide !