我如何执行事后测试以弄清这些交互作用?如果可能的话,我想在R中这样做。
我找到了一个资源(使用下面的链接),该资源使用小动作在每个级别上执行双向ANOVA。但是,我是r的新手,不太了解如何实现此目标。也许这是将代码转换为我的数据集的问题?
https://www.datanovia.com/en/lessons/repeated-measures-anova-in-r/#post-hoc-tests-2
谢谢!
答案 0 :(得分:1)
如果其他任何人都在关注这个问题寻求答案,我想我已经找到了解决方案。
我最终要做的是对数据进行细分,然后将ANOVA重新运行为双向ANOVA。
在我的数据集中,我对捕获在陷阱中的蛤proportion的比例很感兴趣。要考虑的独立变量是:水流量(30_cms或39_cms),沉积物的粒度(粗或细)和蛤类(mya或merc)。当我运行三向方差分析时,我发现所有三个术语之间都有相互作用。在事后测试中,我最终运行了六个方差分析:每个数据子集一个,仅包括一个因子水平(即,只有30_cms的流速,然后是一个单独的模型,只有39_cms的子集)。
这是我执行的两个方差分析(针对“水流”因子)的示例:
Clams30<-subset(ClamData, ClamData$Speed == "30_cms")
Clams39<-subset(ClamData, ClamData$Speed == "39_cms")
SpeciesGrainSize30=aov(PropinTrap~Species*GrainSize, data=Clams30)
Anova(SpeciesGrainSize30)
SpeciesGrainSize39=aov(PropinTrap~Species*GrainSize, data=Clams39)
Anova(SpeciesGrainSize39)
然后我创建了一个p值表以识别重要的相互作用。
我希望这对以后的人有所帮助!
如果有人有更优雅的方式来做到这一点,我一定会很感兴趣。