Question

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：

按年龄+性别*区域预测的体积，其中区域是受试者内
精神病学组预测得分*性别*得分类型，其中得分类型是受试者内
按性别预测的音量* scoreType *得分（这可能必须是得分的随机效果，但得分类型的固定水平的受试者内）。

（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！

通过使用随机效应进行预测来模拟摄取的正确代码是什么？
我如何模拟conc * Treatment预测的摄取量？
此分析是否可以仅使用固定效果在R中完成？
有没有办法为所有级别的交互（因子内*因子）运行post-hocs并应用多重比较校正（例如Tukey HSD）？对于这个例子，那将是7个浓度* 2个治疗= 14个比较。

下面的代码产生以下错误：“错误：观察次数（= 84）＆lt; =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)

使用lme或lmer指定受试者内和受试者间ANOVA模型作为固定效应

0 个答案: