我最近一直在学习如何在将R作为分析我的数据（最初的双向重复测量ANOVA）的首选方式进行R（两者都是新的）混合模型。该研究涉及在三种不同条件下在6小时内（每小时的值）对受试者进行脑电图记录。每个主题都参与每个条件。
我看起来像这样的模型，我认为这是合适的。
lmer(EEG ~ Condition + Hour + (1|Subject)
现在读完后我知道你可以使用像这样的lsmeans获得事后测试：
lsmeans(model1, pairwise ~ Condition, adjust=”tukey”)
但是，此输出仅显示条件A-B，A-C，B-C之间的事后测试。使用统计软件（无论如何都有双向重复测量ANOVA）我能够按小时获得差异。
条件A，Hr 1 - 条件B，Hr 1
条件A，Hr 1 - 条件C，Hr 1
条件B，Hr 1 - 条件C，Hr 1
条件A，Hr 2 - 条件B，Hr 2
条件A，Hr 2 - 条件C，Hr 2
条件B，Hr 2 - 条件C，Hr 2
....等。
我想知道如何用混合模型在R中做同样的事情。或者，如果有一些首选替代方案，按小时提供与经典报告相同的信息。感谢您的帮助。
更新
我使用lme4包中的lmer和lsmeans包中的lsmeans。
以下是我的数据框的示例结构（实际上有3个条件，6个小时）：
Subject Condition Hour EEG
1 A 1 X
1 A 2 X
2 A 1 X
2 A 2 x
1 B 1 x
1 B 2 x
2 B 1 x
2 B 2 X
我试过（我以前忽略了）lsmeans（模特，成对〜条件|小时）：
但我得到3.5小时而不是小时：
$contrasts
Hour = 3.5:
contrast estimate SE df z.ratio p.value
A - B 0.8042939 3.848262 NA 0.209 0.9762
A - C -5.3425872 3.848262 NA -1.388 0.3470
B - C -6.1468811 3.848262 NA -1.597 0.2468