-1

我执行了 2x2x2 三向方差分析，三向交互项很重要。我理解这意味着一个（或多个）双向交互在第三个变量存在的情况下运作方式不同。

我如何执行事后测试来梳理这些交互？如果可能的话，我想在 r 中执行此操作。

我找到了一个资源（下面的链接），它使用 tibbles 在每个级别执行双向 ANOVA。但是，我是 r 的新手，不太了解这是如何实现的。也许这是将代码转换为我的数据集的问题？

https://www.datanovia.com/en/lessons/repeated-measures-anova-in-r/#post-hoc-tests-2

提前致谢！

4

1 回答 1

2

如果其他人在关注这个问题以寻求答案，我想我已经找到了解决方案。

我最终做的是对我的数据进行子集化并将 ANOVA 作为双向 ANOVA 重新运行。

在我的数据集中，我对被陷阱捕获的蛤蜊的比例感兴趣。要考虑的独立变量是：水流（30_cms 或 39_cms）、沉积物的粒度（粗或细）和蛤的种类（mya 或 merc）。当我运行三向方差分析时，我发现所有三个术语之间存在交互作用。作为事后测试，我最终运行了六个方差分析：每个数据子集一个，只包括一个因子水平（即只有 30_cms 的流速，然后是一个只有 39_cms 子集的单独模型）。

这是我运行的两个 ANOVA 的示例（对于“水流”因子）：

Clams30<-subset(ClamData, ClamData$Speed == "30_cms")
Clams39<-subset(ClamData, ClamData$Speed == "39_cms")
SpeciesGrainSize30=aov(PropinTrap~Species*GrainSize, data=Clams30)
Anova(SpeciesGrainSize30)
SpeciesGrainSize39=aov(PropinTrap~Species*GrainSize, data=Clams39)
Anova(SpeciesGrainSize39)

然后，我创建了一个 p 值表来识别重要的交互作用。

我希望这对将来的人有所帮助！

如果有人有更优雅的方式来做到这一点，我当然会很感兴趣。

于 2020-02-11T13:03:23.483 回答