我执行以下ezANOVA:
RMANOVAGHB1 <- ezANOVA(GHB1, dv=DIF.SCORE.STARTLE, wid=RAT.ID, within=TRIAL.TYPE, between=GROUP, detailed = TRUE, return_aov = TRUE)
我的数据集如下所示:
RAT.ID DIF.SCORE.STARTLE GROUP TRIAL.TYPE
1 1 170.73 SAL TONO
2 1 80.07 SAL NOAL
3 2 456.40 PROP TONO
4 2 290.40 PROP NOAL
5 3 507.20 SAL TONO
6 3 261.60 SAL NOAL
7 4 208.67 PROP TONO
8 4 137.60 PROP NOAL
9 5 500.50 SAL TONO
10 5 445.73 SAL NOAL
直到rat.id 16。
我的主管不与R合作,所以他们无法帮助我。我需要能够给我所有事后对比的代码,但查找它只会让我越来越困惑。 我已经尝试在ezANOVA的aov输出上做TukeyHSD,然后尝试了pairwise.t.test(因为我发现bonferroni在这种情况下是更合适的修正),但似乎都没有效果。我还发现了使用线性模型然后使用multcomp的事情,但我不知道在这种情况下这是否是一个很好的解决方案。我觉得我尝试的所有事情的问题是我在变量之间和变量之内,或者我的数据集设置不正确。另一个复杂的因素是我只是R的初学者,我的统计知识仍然非常基础,因为这是我进行分析的第一个实践经验之一。
如果重要的是,这是anova的输出:
$ANOVA
Effect DFn DFd SSn SSd F p p<.05 ges
1 (Intercept) 1 14 1233568.9 1076460.9 16.043280 0.001302172 * 0.508451750
2 GROUP 1 14 212967.9 1076460.9 2.769771 0.118272657 0.151521743
3 TRIAL.TYPE 1 14 137480.6 116097.9 16.578499 0.001143728 * 0.103365833
4 GROUP:TRIAL.TYPE 1 14 11007.2 116097.9 1.327335 0.268574391 0.009145489
$aov
Call:
aov(formula = formula(aov_formula), data = data)
Grand Mean: 196.3391
Stratum 1: RAT.ID
Terms:
GROUP Residuals
Sum of Squares 212967.9 1076460.9
Deg. of Freedom 1 14
Residual standard error: 277.2906
1 out of 2 effects not estimable
Estimated effects are balanced
Stratum 2: RAT.ID:TRIAL.TYPE
Terms:
TRIAL.TYPE GROUP:TRIAL.TYPE Residuals
Sum of Squares 137480.6 11007.2 116097.9
Deg. of Freedom 1 1 14
Residual standard error: 91.0643
Estimated effects may be unbalanced
答案 0 :(得分:2)
我的解决方案,考虑到你的数据集 - 前5只大鼠:
<强> 1。让我们构建线性模型:
model.lm = lm(DIF_SCORE_STARTLE ~ GROUP * TRIAL_TYPE, data = dat)
<强> 2。让我们看看方差的同质性(leveneTest)和我们模型的分布(Shapiro-Wilk)。我们正在寻找正态分布,我们的方差应该是同质的。两个测试:
>shapiro.test(resid(model.lm))
Shapiro-Wilk normality test
data: resid(model.lm)
W = 0.91783, p-value = 0.3392
> leveneTest(DIF_SCORE_STARTLE ~ GROUP * TRIAL_TYPE, data = dat)
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F)
group 3 0.066 0.976
6
在这两种情况下,我们的p值都高于0.05,因此我们没有证据表明我们的方差在组间不同。在正态性测试的情况下,我们还可以得出结论,样本没有偏离正态性。总结我们可以使用ANOVA或成对t检验等参数测试。
3.Yo也可以运行:
hist(resid(model.lm))
检查我们的数据分布情况。并检查模型:
plot(model.lm)
在这里:https://stats.stackexchange.com/questions/58141/interpreting-plot-lm/65864你会发现这个函数产生的图解释。正如我所见,数据看起来很好。
4.现在我们终于可以进行ANOVA测试和事后HSD测试了:
> anova(model.lm)
Analysis of Variance Table
Response: DIF_SCORE_STARTLE
Df Sum Sq Mean Sq F value Pr(>F)
GROUP 1 7095 7095 0.2323 0.6469
TRIAL_TYPE 1 39451 39451 1.2920 0.2990
GROUP:TRIAL_TYPE 1 84 84 0.0027 0.9600
Residuals 6 183215 30536
> (result.hsd = HSD.test(model.lm, list('GROUP', 'TRIAL_TYPE')))
$statistics
Mean CV MSerror HSD r.harmonic
305.89 57.12684 30535.91 552.2118 2.4
$parameters
Df ntr StudentizedRange alpha test name.t
6 4 4.895599 0.05 Tukey GROUP:TRIAL_TYPE
$means
DIF_SCORE_STARTLE std r Min Max
PROP:NOAL 214.0000 108.0459 2 137.60 290.40
PROP:TONO 332.5350 175.1716 2 208.67 456.40
SAL:NOAL 262.4667 182.8315 3 80.07 445.73
SAL:TONO 392.8100 192.3561 3 170.73 507.20
$comparison
NULL
$groups
trt means M
1 SAL:TONO 392.8100 a
2 PROP:TONO 332.5350 a
3 SAL:NOAL 262.4667 a
4 PROP:NOAL 214.0000 a
如您所见,我们的'对'已分组在一个大组 a 中,这意味着它们之间没有显着差异。然而,无论是SAL还是PROP,NOAL和TONO之间都存在一些差异。