我进行了一项研究，其中两组（对照组和实验组）的参与者在两个时间点（T1 和 T2）完成了三个量表（NJ、A 和 D）。我正在运行 ANCOVA，其中 T2 响应作为我的因变量，T1 响应作为我的协变量，组作为我的自变量（即 NJ2 ~ NJ1 + 条件、A2 ~ A1 + 条件和 D2 ~ D1 + 条件）。由于我的斜率是异构的，我使用 WRS2 包中的 ancova 函数对每个斜率执行稳健的 ANCOVA。
在意识到 ancova 函数不提供自由度或效果大小后，我决定尝试手动运行 Yuen 比较，方法是选择靠近我感兴趣的比较点的数据子集，计算这些子集的修剪均值，并使用 WRS2 包中的 yuen 函数比较那些修剪后的方法。在包小插图的第 28 页（https://cran.r-project.org/web/packages/WRS2/vignettes/WRS2.pdf)，作者给出了以下公式来识别靠近兴趣点的数据点：|Xi - x| ≤ f × MADN，其中 Xi 是 X 的值，x 是兴趣点，f 是平滑参数（在我的情况下可以将其删除，因为我已将其设置为 1），MADN 是中值绝对偏差X 除以标准正态分布的 0.75 分位数。然而，使用这个公式对我的三个结果变量中的每一个都产生了不同的结果。
1) 对于我的 NJ 变量，我能够通过将 MADN 从 3.71 舍入到 4 来复制 ancova 函数的结果，这似乎是合理的。
2) 对于 A 变量，我能够复制 ancova 函数的结果，但必须将 MADN 从 5.93 舍入到 4。
3) 对于 D 变量，将 MADN 从 5.93 向下舍入到 4 给我的一个组的 n 值与 ancova 相同，但我必须将 MADN 向下舍入到 3 才能为我的另一组获得相同的 n 值。但是，将这两种方法结合起来为两组获得正确的 n 值会产生与 ancova 函数不同的平均差值。
有谁知道为什么在如何选择数据子集方面，ancova 函数与我的手动计算之间存在差异？我缺少功能“黑盒”中的某些内容吗？
我的数据文件可在此处获得，我的代码示例可在下面获得：
对于 NJ ANCOVA，使用 0.2 的修整水平，平滑值为 1，并在点 NJ1 = 11、13、15、17 和 19 进行比较
NJANCOVA <- ancova(data = Data, NJ2 ~ NJ1 + Condition, tr = .2, fr1 = 1, fr2 = 1, pts = c(11, 13, 15, 17, 19))
NJANCOVA
这是我手动计算测试的代码：
#Grand median:
NJMedian <- median(Data$NJ1)
# Calculate median absolute deviation:
Data$NJDevs <- abs(Data$NJ1 - NJMedian)
NJMAD <- median(Data$NJDevs)
# Divide by .75 quantile:
NJMADN <- NJMAD/qnorm(.75)
# Determine differences from the point of comparison:
NJDiffs11 <- abs(Data$NJ1 - 11)
# Compare to MADN:
NJ11 <- subset(Data, NJDiffs11 <= round(NJMADN, 0))
# Calculate Yuen's test:
yuen(data = NJ11, NJ2 ~ Condition, tr = .2)
例如，在 NJ1 = 11 时，两个代码块都给我 n1 = 12、n2 = 16、均值差 = -2.95、检验统计量 = 1.8276 和 p = 0.0864。
对于 D 变量，我使用 D1 = 2、4 和 6 作为比较点。
例如，在 D1 = 2 时，ancova 函数给我 n1 = 21，n2 = 13，均值差 = .7692，检验统计量 = .6739，p = .5081。
然而，我的“手动”计算得出 n1 = 26、n2 = 13、均值差 = 1.5、检验统计量 = 1.3966 和 p = .17692。