我想找出不同条件之间可能存在的差异。我有n个科目,我分别对每个科目的每个条件都有一个平均值。受试者之间的价值差异很大,这就是为什么我想要执行重复测量anova来控制它的原因。
我的主题因素将是当时的条件,我没有任何主题因素。
So far I have the following code:
%% create simulated numbers
meanPerf = randn(20,3);
%% create a table array with the mean performance for every condition
tableData = table(meanPerf(:,1),meanPerf(:,2),meanPerf(:,3),'VariableNames',{'meanPerf1','meanPerf2','meanPerf3'})
tableInfo = table([1,2,3]','VariableNames',{'Conditions'})
%% fit repeated measures model to the table data
repMeasModel = fitrm(tableData,'meanPerf1meanPerf3~1','WithinDesign',tableInfo);
%% perform repeated measures anova to check for differences
ranovaTable = ranova(repMeasModel)
我的第一个问题是:我这样做了吗?
第二个问题是:我如何进行事后分析以找出哪些情况彼此显着不同?
我尝试使用:
multcompare(ranovaTable,'Conditions');
但是产生了以下错误:
Error using internal.stats.parseArgs (line 42)
Wrong number of arguments.
我正在使用Matlab 2015b。
如果你可以帮助我,那会很棒。我想我对此已经失去了理智。
最佳, 菲尔
答案 0 :(得分:0)
我使用Matlab R2016a尝试了同样的事情,我收到以下多比较错误消息:" STATS必须是ANOVA1,ANOVA2,ANOVAN,AOCTOOL,KRUSKALWALLIS或FRIEDMAN的统计输出结构。&#34 ;
但是,这个讨论对我有帮助: https://www.mathworks.com/matlabcentral/answers/140799-3-way-repeated-measures-anova-pairwise-comparisons-using-multcompare
您可以尝试以下方法: multcompare(repMeasModel,'因子1''通过','因子2)
我相信您也需要在模型的内部结构中创建因子。