This function is merely a thin wrapper around stats::TukeyHSD with tidying done by broom::tidy and optional formatting via pixiedust::sprinkle. Its input is not a aov model like in the original function, but instead the aov model is fit internally based on the arguments given. This is meant to enable a consistent usage between the tadaa_pairwise-functions.

tadaa_pairwise_tukey(data, response, group1, group2 = NULL, print = "df",
  ...)

Arguments

data

A data.frame containing the variables.

response

The response variable, i.e. the dependent numeric vector.

group1

The grouping variables, typically a factor.

group2

(Optional) second grouping variable.

print

Print method, defaults to df for data.frame output, otherwise passed to pixiedust::sprinkle_print_method.

...

Further arguments passed to stats::TukeyHSD

Value

A data.frame or pixiedust::dust object depending on print.

See also

tadaa_pairwise_t(), tadaa_pairwise_gh()

Other Tadaa-functions: tadaa_aov, tadaa_chisq, tadaa_kruskal, tadaa_levene, tadaa_nom, tadaa_normtest, tadaa_one_sample, tadaa_ord, tadaa_pairwise_gh, tadaa_pairwise_t, tadaa_t.test, tadaa_wilcoxon

Examples

tadaa_pairwise_tukey(data = ngo, deutsch, jahrgang, geschl)
#> term comparison estimate conf.low conf.high #> 1 jahrgang 12-11 0.050 -0.589702593 0.68970259 #> 2 jahrgang 13-11 1.170 0.386527530 1.95347247 #> 3 jahrgang 13-12 1.120 0.336527530 1.90347247 #> 4 geschl Weiblich-Männlich 1.032 0.554066695 1.50993331 #> 5 jahrgang:geschl 12:Männlich-11:Männlich 0.740 -0.362023980 1.84202398 #> 6 jahrgang:geschl 13:Männlich-11:Männlich 1.160 -0.189698218 2.50969822 #> 7 jahrgang:geschl 11:Weiblich-11:Männlich 1.580 0.477976020 2.68202398 #> 8 jahrgang:geschl 12:Weiblich-11:Männlich 0.940 -0.162023980 2.04202398 #> 9 jahrgang:geschl 13:Weiblich-11:Männlich 2.760 1.410301782 4.10969822 #> 10 jahrgang:geschl 13:Männlich-12:Männlich 0.420 -0.929698218 1.76969822 #> 11 jahrgang:geschl 11:Weiblich-12:Männlich 0.840 -0.262023980 1.94202398 #> 12 jahrgang:geschl 12:Weiblich-12:Männlich 0.200 -0.902023980 1.30202398 #> 13 jahrgang:geschl 13:Weiblich-12:Männlich 2.020 0.670301782 3.36969822 #> 14 jahrgang:geschl 11:Weiblich-13:Männlich 0.420 -0.929698218 1.76969822 #> 15 jahrgang:geschl 12:Weiblich-13:Männlich -0.220 -1.569698218 1.12969822 #> 16 jahrgang:geschl 13:Weiblich-13:Männlich 1.600 0.041502741 3.15849726 #> 17 jahrgang:geschl 12:Weiblich-11:Weiblich -0.640 -1.742023980 0.46202398 #> 18 jahrgang:geschl 13:Weiblich-11:Weiblich 1.180 -0.169698218 2.52969822 #> 19 jahrgang:geschl 13:Weiblich-12:Weiblich 1.820 0.470301782 3.16969822 #> adj.p.value #> 1 9.8144775e-01 #> 2 1.4811944e-03 #> 3 2.4998298e-03 #> 4 3.0038898e-05 #> 5 3.8706989e-01 #> 6 1.3758052e-01 #> 7 7.3634706e-04 #> 8 1.4346679e-01 #> 9 2.0684748e-07 #> 10 9.4771171e-01 #> 11 2.4641083e-01 #> 12 9.9529981e-01 #> 13 3.5420602e-04 #> 14 9.4771171e-01 #> 15 9.9717156e-01 #> 16 4.0403443e-02 #> 17 5.5416077e-01 #> 18 1.2480164e-01 #> 19 1.8979635e-03
tadaa_pairwise_tukey(data = ngo, deutsch, jahrgang, print = "console")
#> Term Comparison Diff CI_low CI_high p (adj.) #> 1 jahrgang 12-11 0.05 -0.619 0.719 0.98 #> 2 jahrgang 13-11 1.17 0.351 1.989 < 0.01 #> 3 jahrgang 13-12 1.12 0.301 1.939 < 0.01 #> #>