Wie führe ich einen TukeyHSD-ähnlichen Test auf einem GLM in R durch?

Question

Ich versuche eine Glm zu analysieren, die ich in R erstellt habe und was ich tun möchte, ist einen paarweisen Vergleich zu bekommen, welcher meiner Faktoren signifikant unterschiedlich ist, ähnlich dem TukeyHSD Test für Anovas. Mir wurde jedoch gesagt, dass TukeyHSD nicht für GLMs funktioniert. Nachdem ich einige Nachforschungen angestellt habe, habe ich ein paar Optionen gefunden und ich bin mir nicht sicher, welches ist richtig oder anwendbar das sind die hellen oder Kontrast Befehle.

Hier ist der Code für den GLM.

glm.mod <- glm(as.numeric(Ostra..Avg.body.size) ~ as.factor(Macrophytes)*as.factor(Leaves)*as.factor(MacrophyteintLeaves) = 'gaussian', data = main) 

Die Körpergröße variabel ist, was ich auf Grund meiner Faktoren von Makrophyten zu ändern erwarten (die das Vorhandensein/Fehlen von Arten von Makrophyten mit den Optionen Ohne für keine, C oder E für verschiedene Spezies). und die Blätter haben drei Möglichkeiten, ohne, q1, q2)

Hier ist ein Beispiel dafür, was meine Daten aussieht (mit aus Werten)

Macrophyte Leaves Animals CODE Ostra. Avg body size 
Without  Q1  N  1  11000 
E   Q2  Y   2 11853 
C   without  N  3  13422 
Without  Q1   Y  4  13838 

Wie würde ich einen Ausgang, der mir zeigt, wenn es gibt einen Effekt zum Beispiel

ohne Makrophyten Q1 Blatt - ohne Macrophytes Q2 Blatt (Dann ein Wert, der angibt, ob sie sich signifikant voneinander unterscheiden wie z. B. ap-Wert).

Jede Hilfe würde sehr geschätzt werden und danke im Voraus.Wenn es wichtige Informationen, die ich verpasst habe, bitte sagen Sie mir.

Answer 1

Mit einer numerischen Antwortvariablen und einem (oder mehreren) kategorischen Prädiktoren würde ich normalerweise die folgende Funktion verwenden, um paarweise Vergleiche der Signifikanz für jeden Haupteffekt (z. B. Makrophyten allein; Blätter allein) und Interaktionseffekte zu erhalten:

TukeyHDS(aov(as.numeric(Ostra..Avg.body.size) ~ as.factor(Macrophytes)*as.factor(Leaves)*as.factor(MacrophyteintLeaves)