3

我和我的一些学生已经在许多地方寻找解决这个问题的方法，但实际上已经几个月了。我不断被提及我不想使用的 lme 命令。提供的输出不是我的同事或我自己使用超过 15 年的输出。此外，鉴于我使用 R 作为教学工具，它在 t 检验和入门统计学生的单向方差分析之后表现不佳。我正在使用一个因素重复进行双向 RM ANOVA。我已经成功地让 R 复制了 Sigmaplot 为主要效果提供的内容。然而，R 给出的事后分析与 Sigmaplot 中的相同事后分析显着不同。这是我使用的代码 - 带有注释（因为我也使用它来教学生）。

#IV between: IVB1 - Independent variable - between subject factor
#IV within: IVW1  - Independent variable - within subject factor
#DV: DV           - Dependent variable.

aov1= aov(DV ~ IVB1*IVW1 + Error(Subject/IVW1)+(IVB1), data=objectL)
summary(aov1)

# post hoc analysis
ph1=TukeyHSD(aov(DV ~ IVB1*IVW1, data=objectL))
ph1

我希望有人能帮忙。谢谢！

4

1 回答 1

0

我也遇到过这个问题，我找到了使用 afex 包中的 aov_ez() 函数而不是 aov() 的便捷替代方法，然后使用 lsmeans() 而不是 TukeyHSD() 执行事后分析：

model <- aov_ez(data,                           
            id="SubjID",                     
            dv="DV",                         
            within=c("IVW1", "IVW2"), 
            between = "IVB1")

# Post hoc
comp = lsmeans(model,specs = ~ IVB1: IVW1: IVW2, adjust = "tukey")
contrast(comp,method="pairwise")

您将在此处找到详细教程：

https://www.psychologie.uni-heidelberg.de/ae/meth/team/mertens/blog/anova_in_r_made_easy.nb.html

于 2017-02-19T14:11:53.917 回答