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

Examples

tadaa_pairwise_tukey(data = ngo, deutsch, jahrgang, geschl)
#> term comparison estimate conf.low conf.high #> 1 jahrgang 12-11 0.050 -0.58970259 0.6897026 #> 2 jahrgang 13-11 1.170 0.38652753 1.9534725 #> 3 jahrgang 13-12 1.120 0.33652753 1.9034725 #> 4 geschl Weiblich-Männlich 1.032 0.55406669 1.5099333 #> 5 jahrgang:geschl 12:Männlich-11:Männlich 0.740 -0.36202398 1.8420240 #> 6 jahrgang:geschl 13:Männlich-11:Männlich 1.160 -0.18969822 2.5096982 #> 7 jahrgang:geschl 11:Weiblich-11:Männlich 1.580 0.47797602 2.6820240 #> 8 jahrgang:geschl 12:Weiblich-11:Männlich 0.940 -0.16202398 2.0420240 #> 9 jahrgang:geschl 13:Weiblich-11:Männlich 2.760 1.41030178 4.1096982 #> 10 jahrgang:geschl 13:Männlich-12:Männlich 0.420 -0.92969822 1.7696982 #> 11 jahrgang:geschl 11:Weiblich-12:Männlich 0.840 -0.26202398 1.9420240 #> 12 jahrgang:geschl 12:Weiblich-12:Männlich 0.200 -0.90202398 1.3020240 #> 13 jahrgang:geschl 13:Weiblich-12:Männlich 2.020 0.67030178 3.3696982 #> 14 jahrgang:geschl 11:Weiblich-13:Männlich 0.420 -0.92969822 1.7696982 #> 15 jahrgang:geschl 12:Weiblich-13:Männlich -0.220 -1.56969822 1.1296982 #> 16 jahrgang:geschl 13:Weiblich-13:Männlich 1.600 0.04150274 3.1584973 #> 17 jahrgang:geschl 12:Weiblich-11:Weiblich -0.640 -1.74202398 0.4620240 #> 18 jahrgang:geschl 13:Weiblich-11:Weiblich 1.180 -0.16969822 2.5296982 #> 19 jahrgang:geschl 13:Weiblich-12:Weiblich 1.820 0.47030178 3.1696982 #> adj.p.value #> 1 9.814478e-01 #> 2 1.481194e-03 #> 3 2.499830e-03 #> 4 3.003890e-05 #> 5 3.870699e-01 #> 6 1.375805e-01 #> 7 7.363471e-04 #> 8 1.434668e-01 #> 9 2.068475e-07 #> 10 9.477117e-01 #> 11 2.464108e-01 #> 12 9.952998e-01 #> 13 3.542060e-04 #> 14 9.477117e-01 #> 15 9.971716e-01 #> 16 4.040344e-02 #> 17 5.541608e-01 #> 18 1.248016e-01 #> 19 1.897963e-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 #> #>