R - 2x2混合方差分析与重复测量简单效果分析

时间:2016-05-17 10:51:11

标签: r spss anova mixed-models

我想问一下如果在Group和Stage变量之间存在交互效应的情况下如何正确执行R 中的简单主效应分析?

我的一位朋友在SPSS中进行相同的分析(使用Bonferroni校正),我尝试在R中重现他的结果。

我有以下结构的数据集:

ID Group Stage Y
1   I     pre  0.123
1   I     post 0.453
2   II    pre  0.676
2   II    post 0.867
3   I     pre  0.324
3   I     post 0.786
4   II    pre  0.986
4   II    post 0.112
... ... ... ...

这是 2x2混合ANOVA模式(主题变量'组'之间的1,主题变量中的1'阶段',它构成y依赖的重复测量变量)。

我使用ezANOVA函数对其进行了分析:

ezANOVA(data = dat, dv = y, wid = ID, between = Group, within = Stage, detailed = TRUE, type = "III")

我发现了一个重要的互动阶段*组。所以我使用Bonferroni校正确定了简单的效果。我尝试用很多方法做到这一点。例如,如果我想在组I中找到重要的交互,在Stage变量的级别之间,我尝试使用:

dataControl <- subset(dat, Group == "control" )

ezANOVA(data = dataControl, dv = y, wid = ID, within = Stage, detailed = TRUE, type = "III" )  // method 1

aov(data = dataControl, y ~ Stage + Error(ID/Stage))  // method 2

t.test(y ~ Stage, paired=TRUE)  // method 3

但每种方法都给了我不同的p值结果。这些p值中没有一个与用SPSS计算的那些匹配。在SPSS和R中,主效应p值和其他计算得到了相同的结果。因此我得出结论,我在简单的主效应分析中使用了错误的方法。 / p>

我非常感谢你能帮助我。

1 个答案:

答案 0 :(得分:1)

如果您希望R为您提供与SPSS相同的数字,请执行以下操作:

 #pairwise comparisons
 library(asbio)
 bonf <- pairw.anova(data$dv, data$group, method="bonf") #also try "tukey" or "lsd"
 print(bonf)
 #plot(bonf) #can plot the CFs

这将给你t(s),平均差异,上限和下限,HLSD Diff Lower Upper Decision Adj。 p值决定和调整后的p值。