Question

我正在从事因子分解方差分析的Open Stats Lab活动，并在GitHub上发布了我的分析结果。

一旦进行了重要的互动，如何在R中进行简单效果测试？

混合设计不平衡如下：

主观因素：时间1，时间2；
主体间因子：条件1（普通； n = 64），条件2（非常规； n = 66）。

我导入了数据并将其转换为长格式。

library(broom)
library(car)
library(nlme)
library(tidyverse)

> zhang_long[, 1:4]
# A tibble: 260 x 4
   condition subject_id extra_time extra_rating
   <fct>     <fct>      <fct>             <dbl>
 1 ordinary  1          t1_extra              1
 2 ordinary  2          t1_extra              3
 3 ordinary  3          t1_extra              1
 4 ordinary  4          t1_extra              1
 5 ordinary  5          t1_extra              5
 6 ordinary  6          t1_extra              2
 7 ordinary  7          t1_extra              2
 8 ordinary  8          t1_extra              3
 9 ordinary  9          t1_extra              4
10 ordinary  10         t1_extra              6
# ... with 250 more rows

由于这是一项练习活动，因此我可以针对已发表的论文测试我的分析。我能够使用car::Anova和nlme::lme计算适当的 F 值。

# Create linear mixed-effects model
extra_lme <- lme(extra_rating ~ condition*extra_time, random = ~1|subject_id,
                 data = zhang_long)

# Print ANOVA summary using type III sum of squares
options(contrasts = c("contr.sum", "contr.poly"))
Anova(extra_lme, type = "III")

但是现在我被困住了。如何对时间与条件之间的相互作用进行简单效果测试？

我试图按条件对数据进行子集化。

# Split data by condition
ordinary <- zhang_long %>% filter(condition == "ordinary")

# Simple-effects test
Anova(lme(extra_rating ~ extra_time, random = ~1|subject_id, data = ordinary), type = "III")

这使我非常接近论文中报道的 F 值，即F（1， 128）= 39.86 。

Analysis of Deviance Table (Type III tests)

Response: extra_rating
             Chisq Df Pr(>Chisq)    
(Intercept) 610.25  1  < 2.2e-16 ***
extra_time   37.81  1  7.797e-10 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

我在做什么错了？

我将脚本和Rmarkdown文档上传到GitHub。任何帮助将不胜感激！

R中不平衡混合方差分析的简单效应检验

0 个答案: