Question

所以这是一个冰雹玛丽，但我希望有人在这里遇到过这个。我最近从SPSS切换到R，现在我正在尝试进行混合模型ANOVA。由于我对我的R技能没有信心，我在SPSS中使用完全相同的数据集来比较我的结果。

我有一个

的数据集

dv = RT

内=会话（2级），提示（3级），侧卫（2级）

=组（3级）。

没有协变量。

每组人数参与人数不等（25,25,23）

在R中，我使用ezAnova软件包来完成混合模型anova：

results <- ezANOVA(
    data = ant_rt_correct
    , wid = subject
    , dv = rt
    , between = group
    , within = .(session, cue, flanker) 
    , detailed = T
    , type = 3
    , return_aov = T
)

在SPSS中，我使用以下GLM：

GLM rt.1.center.congruent rt.1.center.incongruent rt.1.no.congruent rt.1.no.incongruent 
rt.1.spatial.congruent rt.1.spatial.incongruent rt.2.center.congruent rt.2.center.incongruent 
rt.2.no.congruent rt.2.no.incongruent rt.2.spatial.congruent rt.2.spatial.incongruent BY group 
/WSFACTOR=session 2 Polynomial cue 3 Polynomial flanker 2 Polynomial 
/METHOD=SSTYPE(3) 
/EMMEANS=TABLES(group*session*cue*flanker) 
/PRINT=DESCRIPTIVE 
/CRITERIA=ALPHA(.05) 
/WSDESIGN=session cue flanker session*cue session*flanker cue*flanker session*cue*flanker 
/DESIGN=group.

结果很好，即：

R：会话F（1,70）= 46.123 p = .000

SPSS：会话F（1,70）= 46.123 p = .000

我还要求使用每个单元格的方法：

descMeans <- ezStats(
    data = ant_rt_correct
    , wid = subject
    , dv = rt
    , between = group
    , within = .(session, cue, flanker) #,cue,flanker)
    , within_full = .(location,direction)
    , type = 3
)

这又与SPSS的描述完全一致，例如：对于细胞：

组（1） - 会话（1） - 提示（中） - 侧卫（1）

R：M = 484.22

SPSS：M = 484.22

但是，当我尝试使用emmeans软件包达到估计的边际均值时：

eMeans <- emmeans(results$aov, ~ group | session | cue | flanker)

与SPSS GLM输出中的Estimated Marginal Means表（对于相同的交互）相比，我遇到了差异，例如：

组（1） - 会话（1） - 提示（中） - 侧卫（1）

R：M = 522.5643

SPSS：M = 484.22

我的理解是，估计的边际均值应该与本案例中的描述性手段相同，因为我没有包括任何协变量。我错了吗？如果是这样，为什么这两个会给出不同的结果呢？

由于组大小不平衡，我还在制作相同大小的组后重新进行上述分析。在那种情况下，emmeans成了：

组（1） - 会话（1） - 提示（中） - 侧卫（1）

R：M = 521.2954

SPSS：M = 482.426

因此，即使在两种情况下都具有相同的群体规模，我最终也会采用完全不同的手段。请记住，SPSS和R之间的其他统计数据和描述性手段相同。我错过了什么？？

谢谢！

修改

情节变浓..如果我使用AFEX包执行ANOVA：

results <- aov_ez(
    "subject"
    ,"rt"
    ,ant_rt_correct 
    ,between=c("group")
    ,within=c("session", "cue", "flanker") 
    )
)

然后再次采取emmeans：

eMeans <- emmeans(results, ~ group | session | cue | flanker)

我突然得到的价值更接近SPSS（以及描述性手段）

组（1） - 会话（1） - 提示（中） - 侧卫（1）

R：M = 484.08

SPSS：M = 484.22

所以也许ezANOVA在某个地方做了一些可疑的事情？

Answer 1

我建议你试试这个：

library(lme4)    ### I'm guessing you need to install this package first
mod <- lmer(rt ~ session + cue + flanker + (1|group),
            data = ant_rt_correct)

library(emmeans)
emm <- emmeans(mod, ~ session * cue * flanker)
pairs(emm, by = c("cue", "flanker")        # simple comparisons for session
pairs(emm, by = c("session", "flanker")    # simple comparisons for cue
pairs(emm, by = c("session", "cue")        # simple comparisons for flanker

这适合混合模型，每组有随机截距。它使用REML估计，这很可能是SPSS使用的。

相比之下，ezANOVA适合固定效应模型（根本不在因素范围内），aov_ez使用aov函数产生忽略块间效应的分析。这些对于不平衡的数据尤其有用。

另一种方法是使用afex::mixed，实际上使用lme4::lmer来适应模型。

R中的差异（使用ezAnova）与SPSS中的估计边际均值

1 个答案: