R-混合方差分析设计和三重交互作用的事后t检验

时间:2018-10-14 11:50:40

标签: r anova mixed-models posthoc

我有一个2x2x2设计,其中年龄(1,2)作为对象之间的变量,而条件(最小与正常)和Memory_trace(要点和逐字)作为对象内部的变量。 我的假设是非先验的。

我用aov进行了混合方差分析:

aov.bww <- aov(Memory_score ~ Age*memory_trace*Condition + 
                      Error(Participant/(memory_trace * Condition)) + Age, data = my_data)

在结果中,我发现Age x memory_trace,memory_trace x Condition之间以及三向交互(Age x memory_trace x Condition)之间存在显着的交互作用。

我想进行一些事后t检验,以进一步分析这些重要的相互作用,但是我不确定哪些相互作用(例如Bonferroni校正?)以及如何进行。

我建议对年龄和记忆痕迹之间的相互作用进行不成对的样本t检验,因为年龄是介于两者之间的因素。 相反,对于内存跟踪和条件之间的交互,采用Bonferroni校正的成对t检验将是正确的。

但是,由于我对编程还很陌生,所以我不确定如何用R执行这些测试。另外,如何对重要的三重交互执行事后测试?

提前感谢您的宝贵时间。

0 个答案:

没有答案
相关问题