교수님 답변 감사합니다, 

 한가지 재미있는 사실은 연속 변수를 없애고 범주형 변수만 넣으면 된다는 것입니다. 

 > TukeyHSD(out)

  Tukey multiple comparisons of means

    95% family-wise confidence level

Fit: aov(formula = Ep ~ factor(BMIG) + factor(sex) + factor(HTN) + factor(DM), data = result)

$`factor(BMIG)`

          diff        lwr        upr p adj

1-0  0.7120385  0.5448410  0.8792361     0

2-0 -1.0158294 -1.0937327 -0.9379261     0

3-0 -1.5883098 -1.6625211 -1.5140985     0

4-0 -2.0624187 -2.2284835 -1.8963538     0

2-1 -1.7278679 -1.8987031 -1.5570327     0

3-1 -2.3003484 -2.4695319 -2.1311648     0

4-1 -2.7744572 -2.9996089 -2.5493055     0

3-2 -0.5724805 -0.6545595 -0.4904014     0

4-2 -1.0465893 -1.2163161 -0.8768625     0

4-3 -0.4741089 -0.6421731 -0.3060446     0

$`factor(sex)`

          diff        lwr        upr p adj

1-0 -0.3162081 -0.3649869 -0.2674294     0

$`factor(HTN)`

         diff       lwr       upr p adj

1-0 -1.393859 -1.454469 -1.333249     0

$`factor(DM)`

         diff       lwr        upr p adj

1-0 -1.012981 -1.110355 -0.9156075     0

> out=aov(Ep~factor(BMIG)+factor(sex)+age+LVMI+factor(HTN)+factor(DM)+heartrate,data=result)

> TukeyHSD(out)

Error in rep.int(n, length(means)) : unimplemented type 'NULL' in 'rep3'

In addition: Warning messages:

1: In replications(paste("~", xx), data = mf) :

  다음과 같이 요인이 아닌 것들은 무시됩니다: age

2: In replications(paste("~", xx), data = mf) :

  다음과 같이 요인이 아닌 것들은 무시됩니다: LVMI

3: In replications(paste("~", xx), data = mf) :

  다음과 같이 요인이 아닌 것들은 무시됩니다: heartrate

 제가 보려는 것은 BMIG에 따라 Ep 변수값이 차이가 있다는 것을 post hoc으로 증명하려는 것입니다. 

 고민해봤는데, 정 안되면 나머지 변수들도 3-4개 정도의 그룹으로 나눠서 모두 범주형으로 나눠볼까 합니다. 혹시 제가 뭔가 잘못한게 있을까요? 

 도와주셔서 거듭 감사드립니다. 

 교수님.

 죄송하지만 데이터는 함부로 외부 유출은 안되는 상황이라 저도 곤란할 것 같습니다. ㅠㅠ

 초면에 이것 저것 여쭤보는데도 너무 잘 답변해 주셔서 감사드립니다. 

 그리고 직접 봐주시겠다는 고마우신 말씀에도 불구하고 그럴 수 없는 점 머리숙여 사과 드립니다.  

 제가 직접 모은 데이터가 아니라 저희 병원에서 분양받은 데이터라 함부로 하기 어려운 사정 이해해 주셨으면 합니다. ㅠㅠ 

 감사합니다.