有没有办法指定双向ANOVA,一个主体内预测因子和一个主体间预测因子使用lme(来自nlme)或lmer(来自lme4)?也许这是一个CrossValidated问题,但我不认为我对随机效应感兴趣,因为我不关心受试者内部的变异,也不关心对个别受试者的预测。我对平均受试者感兴趣,因此这应该是受试者内固定效应预测因子(即固定数量的水平)和受试者间固定效应预测因子。我不想要一个重复测量方差分析,它有很多假设,包括球形,很难做到post-hocs。以下是我需要的各种模型的一些示例:
(在JMP中,可以使用“混合模型”个性,“可交换”重复协方差结构指定前两个,指定重复的主体内预测器并指定主题。)
使用“Repeated-measures / within-subjects ANOVA in R”,“repeated measure anova using regression models (LM, LMER)”和“How to convert Afex or car ANOVA models to lmer? Observed variables”问题以及Chapter 4 of the lme4 book,我创建了以下使用CO2样本数据的代码。它不是最好的样本数据集,但假设:“植物”就像主题ID,“类型”和“治疗是受试者之间的效果,而”浓缩“是受试者内部,其水平不是有序的(即它是分类和字符类型,与单个人的多个心理评分类型相同,或者来自单个人的多个解剖区域。)如果您知道更好的样本数据集,请改用它!
下面的代码产生以下错误:“错误:观察次数(= 84)< =术语(conc | Plant)的随机效应数(= 84);随机效应参数和残差方差(或规模参数)可能无法识别“
library(data.table)
library(lme4)
CO2 <- data.table(CO2)
CO2[, (1:4) := lapply(.SD, as.factor), .SDcols=(1:4)]
# uptake predicted by concentration
mylm1 <- lmer(uptake ~ (conc|Plant), data = CO2)
# uptake predicted by concentration*Treatement
mylm2 <- lmer(uptake ~ Treatment*(conc|Plant), data = CO2)
更新 lmer()的括号指定哪些度量是随机效应,但您仍需要指定预测变量。
mylm1 <- lmer(uptake ~ conc + (1|Plant), data = CO2)
mylm2 <- lmer(uptake ~ Treatment*conc + (1|Plant), data = CO2)