8

Tôi gặp vấn đề khi tìm giải pháp liên quan đến cách chạy bài kiểm tra sau đại học (Tukey HSD) sau khi đo 2 lần (cả hai môn học) ANOVA trong R. Đối với ANOVA, tôi đã sử dụng chức năng aov:

summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1))

Sau khi đọc câu trả lời cho các câu hỏi khác, tôi đã tập hợp rằng trước tiên tôi sẽ phải chạy lại ANOVA bằng cách sử dụng một số tính năng khác (ví dụ: lme). Đây là những gì tôi đã đưa ra.

Lme.mod <- lme(dv ~ x1*x2, random=list(subject=pdBlocked(list(~1, pdIdent(~x1-1), pdIdent(~x2-1)))), data=df1)
anova(Lme.mod)

Cả hai hiệu ứng chính đều có ý nghĩa, nhưng không có hiệu ứng tương tác. Sau đó, tôi đã sử dụng các hàm này để so sánh sau hoc:

summary(glht(Lme.mod, linfct=mcp(x1="Tukey")))
summary(glht(Lme.mod, linfct=mcp(x2="Tukey")))

Tuy nhiên, có một số vấn đề:

Trước hết, tệp Trợ giúp R nói rằng "Hàm mcp phải được sử dụng cẩn thận khi xác định các tham số quan tâm trong các mô hình đa chiều ANOVA hoặc ANCOVA hai chiều (...) phiên bản 1.0-0 và cao hơn tạo ra các so sánh cho các hiệu ứng chính chỉ, bỏ qua các đồng biến và tương tác (các phiên bản cũ hơn tự động tính trung bình theo các điều khoản tương tác). Một cảnh báo được đưa ra. " Và chắc chắn, tôi đã nhận được thông báo cảnh báo sau:

Warning message:
In mcp2matrix(model, linfct = linfct) :
covariate interactions found -- default contrast might be inappropriate

Một điều khó hiểu nữa là mặc dù cả hai tác dụng chính đều có ý nghĩa, nhưng không có sự khác biệt đáng kể nào trong các so sánh sau hoc đối với một trong các yếu tố (x1). Tôi chưa bao giờ gặp phải điều này trước đây. Là các kịch bản / phân tích chính xác / phù hợp, hoặc có điều gì tôi đang thiếu? Bất kỳ trợ giúp sẽ được đánh giá cao nhất!

r anova repeated-measures post-hoc tukey-hsd goodness-of-fit curve-fitting sem latent-variable mplus anova post-hoc tukey-hsd markov-process image-processing r time-series causality granger-causality anova mixed-model lme4-nlme random-effects-model r matlab data-transformation multinomial notation estimation nonparametric logistic r missing-data multiple-imputation mice

— Jonna
nguồn

Chào mừng đến với trang web, @Jonna. Bạn chỉ quan tâm làm thế nào để có được R để làm điều này? Nếu vậy, câu hỏi này sẽ lạc đề đối với CV (xem Câu hỏi thường gặp của chúng tôi ), nhưng về chủ đề cho Stack Overflow . Tôi không thể biết liệu câu hỏi của bạn là về bản chất của các bài kiểm tra sau hoc với dữ liệu đo lặp lại hay câu hỏi thuật toán về mã hóa R. Vui lòng chỉnh sửa để làm rõ. (Lưu ý rằng nếu bạn chỉ muốn biết về R, chúng tôi có thể di chuyển Q của bạn; vui lòng không đăng bài chéo ).

— gung - Phục hồi Monica

1

Cảm ơn bạn @gung! Tôi đoán câu hỏi của tôi có liên quan đến cả hai ... Tôi đã cố gắng làm rõ vấn đề bằng cách chỉnh sửa bài đăng của mình!

— Jonna

2

Sẽ

df1$x1x2=interaction(df1$x1,df1$x2)
library(lmerTest)
Lme.mod <- lme(dv ~ x1x2, random=~1|subject,
               correlation=corCompSymm(form=~1|subject),
               data=df1)
anova(Lme.mod)
summary(glht(Lme.mod, linfct=mcp(x1x2="Tukey")))

là những gì bạn đang theo đuổi, tức là làm các bài kiểm tra sau khi kết hợp giữa tất cả các kết hợp các mức đo của cả hai yếu tố x1 và x2? (Tôi cũng đã áp đặt tính đối xứng hỗn hợp, để làm cho kết quả lme khớp với các biện pháp lặp lại của cuộc gọi aov)

— Tom Wenseleers
nguồn

-2

Kiểm tra đa máy tính Tukey

Cài đặt gói multcomp install.packages ("multcomp")
Cung cấp nhiều máy tính để sử dụng thư viện ("multcomp")
Kiểm tra xem nó có đang chạy không - Giải thích những gói nào hiện đang mở trong tìm kiếm R ()

Sau đó sử dụng hàm glht ()

— người dùng 2037072
nguồn

Kiểm tra sau hoc sau 2 yếu tố lặp lại đo ANOVA trong R?

Kiểm tra đa máy tính Tukey