我在R / aov()
中看到了针对主体内设计的通用公式的两种基本方法(R
=随机,X
=依赖,W
?=在B
?=之间):
# Pure within:
X ~ Error(R/W1*W2...)
# or
X ~ (W1*W2...) + Error(R/(W1*W2...))
# Mixed:
X ~ B1*B2*... + Error(R/W1*W2...)
# or
X ~ (B1*B2*...W1*W2...) + Error(R/(W1*W2...)+(B1*B2...))
也就是说,有些人建议永远不要将W
因素置于误差项或B
因素之外,而其他因素则将所有(B
,W
因素置于外部和内部,在错误术语中表示嵌套在R中。
这些只是符号的变体吗?有没有理由更喜欢使用aov()
来执行ANOVA?
答案 0 :(得分:2)
我总是建议将所有主题内变量放在错误术语的内部和外部。
对于纯粹的主体内分析,这意味着使用以下公式:
X ~ (W1*W2...) + Error(R/(W1*W2...))
在这里,所有wihin-subject效果都会根据其适当的误差项进行测试。
相反,公式X ~ Error(R/W1*W2...)
不允许您测试变量的效果。
同样的原则适用于混合设计(包括主体间和主体间变量)。正确的公式是:
X ~ (B1*B2*...W1*W2...) + Error(R/(W1*W2...))
在公式中不需要使用两次之间的变量。上面的模型实际上与X ~ (B1*B2*...W1*W2...) + Error(R/(W1*W2...)+(B1*B2...))
相同。
此公式允许您使用正确的错误术语测试主体间和主体内效果。
有关详情,请参阅this ANOVA教程。