我正在以方差作为因变量的主题ANOVA中运行2x2x2。这是我的数据的代表
data.frame("Subject" = c(rep(1:4,8)), "Block" = c(rep(1,16),rep(2,16)),
"Key" = c(rep(c(rep("A",8),rep("L",8)),2)),
"Sequence" = c(rep(c(rep("Fixed",4),rep("Rand",4)),4)),
"RTs" = c(sample(900:1000,32)))
我正在努力理解为什么不同的方法会产生完全不同的结果。这是我最初运行的内容:
anova = aov(data = data, RTs ~ Block * Key * Sequence +
Error(Subject/(Block*Key*Sequence)))
summary(anova)
但是,与线性模型相比,上述公式给出的结果却大不相同,
linear = lm(data = data, RTs ~ Block * Key * Sequence))
summary(linear)
根据我访问过的大多数网站,该值应该相等。
最重要的是,当我修改“错误部分”时,甚至获得了不同的结果:
anova = aov(data = data, RTs ~ Block * Key * Sequence +
Error(Subject)
summary(anova)
我尝试处理这些数据,并阅读此错误部分的含义。我已经读过,这是一种分离残差平方和的方法,但是我不清楚这样做的目的是什么,并基于我是否应该进行这种分离。