我还没有看到在我使用R搜索的许多论坛中进行此特定测试的示例。我已经看到了单向ANCOVA here或双向ANOVA（重复测量）{{的示例3}}。在跳过几个篮球后，我已经在这里展示了我的版本，我不确定它是否正确。
我正在尝试为临床试验的结果设置统计检验。该研究的简化版本如下。在这项研究中，我将我的受试者分为两组（条件A和B），每组n = 3名受试者。在4个时间点内在这些受试者中测量依赖变量（DV）。我的目标是进行双向ANCOVA（重复测量）。提出问题： - 响应变量（DV）受条件时间点与bodywt作为协变量的相互作用的影响。
注意：我必须坚持使用“传统”aov功能，而不是lme或lmer，因为我的报告将与SPSS生成的输出进行比较 - - 请here aov和lme不一样。
我的示例代码：
SubjectID <- rep(1:6, each= 4)
Condition <- c(rep('A',12),rep('B',12))
bodywt <- rep(16:20, each= 4)
timepoint <- rep(1:4, 6)
DV <- c(42,51,63,57,46,60,63,61,41,55,62,57,73,56,53,58,50,60,56,54,52,57,54,54)
data <- data.frame(SubjectID = SubjectID,
Condition = Condition,
bodywt = bodywt,
timepoint = timepoint,
DV = DV)
#Setting up my 2 way ANCOVA repeated measures
stat_result <- aov(DV~Condition*timepoint + bodywt:Condition + Error(SubjectID), data)
summary(stat_result)
#Error: SubjectID
# Df Sum Sq Mean Sq
#Condition 1 0.8036 0.8036
#
#Error: Within
# Df Sum Sq Mean Sq F value Pr( #F)
#Condition 1 41.8 41.8 1.341 0.26282
#timepoint 1 126.1 126.1 4.045 0.06042 .
#Condition:timepoint 1 323.4 323.4 10.377 0.00501 **
#Condition:bodywt 2 81.7 40.9 1.311 0.29540
#Residuals 17 529.8 31.2
#---
#Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
我知道我走在正确的轨道上，因为当我删除协变量bodywt时，我注意到F值和Pr(F) Condition:timepoint可预测受到影响。
stat_result <- aov(DV~Condition*timepoint + bodywt + Error(SubjectID), data)
summary(stat_result)
#Error: SubjectID
# Df Sum Sq Mean Sq
#Condition 1 0.8036 0.8036
#
#Error: Within
# Df Sum Sq Mean Sq F value Pr( #F)
#Condition 1 41.8 41.8 1.231 0.28175
#timepoint 1 126.1 126.1 3.714 0.06989 .
#bodywt 1 0.5 0.5 0.015 0.90435
#Condition:timepoint 1 323.4 323.4 9.527 0.00636 **
#Residuals 18 611.0 33.9
#---
#Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
我的问题是：
提前致谢