我昨天发布了一个问题,涉及使用lme函数在R中嵌套ANOVA的Posthoc。 为了评估结果,我想使用lmer函数进行另一个事后分析。
不幸的是,这不起作用。为此,我使用了相同的数据:
Treatment Session player.cumulative_donation:
CG uk4rlbdo 2.5
CG uk4rlbdo 1.4
CG uk4rlbdo 0
CG uk4rlbdo 1
CG dg0bqvit 0
CG dg0bqvit 0
CG dg0bqvit 0.5
CG dg0bqvit 0
TG1 g6n3z46r 1
TG1 g6n3z46r 0
TG1 g6n3z46r 0
TG1 g6n3z46r 0.2
我使用Rcompanion作为来源。我一切都做得很好,但问题始于
> difflsmeans(model,
+ test.effs="Treatment")
命令。如果我想运行相同但经过处理的设备,则既不会得到结果,也不会收到错误消息:
> difflsmeans(model,
+ test.effs="Treatment")
Least Squares Means table:
Estimate Std. Error df t value lower upper Pr(>|t|)
Confidence level: 95%
Degrees of freedom method: Satterthwaite
我认为计算“模型”可能出了点问题。 我是通过以下命令执行此操作的:
> model = lmer(Donation ~ Treatment + (1|Session),
+ data=SPSS_Data,
+ REML=TRUE)
并将其作为输出:
Linear mixed model fit by REML ['lmerModLmerTest']
Formula: Donation ~ Treatment + (1 | Session)
Data: SPSS_Data
REML criterion at convergence: 333.7406
Random effects:
Groups Name Std.Dev.
Session (Intercept) 0.1756
Residual 1.6512
Number of obs: 88, groups: Session, 27
Fixed Effects:
(Intercept) TreatmentTG1 TreatmentTG2 TreatmentTG3 TreatmentTG4
0.7492 1.3344 0.2981 1.4943 0.5274
在此先感谢您的帮助!