两因素混合设计方差分析的事后Tukey检验

Question

我和我的一些学生在多个地方搜索了几个月，寻找与此问题相关的解决方案，但没有任何进展。我一直被引用使用lme命令，而我并不想使用它。提供的输出结果不是我或我的同事在过去15年中使用的结果。此外，由于我正在使用R作为教学工具，所以在介绍统计学生t检验和单因素方差分析后，流程并不连贯。我正在进行一个带有一个重复因子的双向RM ANOVA。我已经成功地让R复制了Sigmaplot给出的主效应结果。然而，R给出的事后分析结果与Sigmaplot中的结果明显不同。以下是我使用的代码 - 带注释（因为我也用它来教学生）。

#IV between: IVB1 - Independent variable - between subject factor
#IV within: IVW1  - Independent variable - within subject factor
#DV: DV           - Dependent variable.

aov1= aov(DV ~ IVB1*IVW1 + Error(Subject/IVW1)+(IVB1), data=objectL)
summary(aov1)

# post hoc analysis
ph1=TukeyHSD(aov(DV ~ IVB1*IVW1, data=objectL))
ph1

我希望有人能够帮忙。 谢谢！

- Steve

Answer 1

我也遇到了这个问题，但我找到了一个方便的替代方法，使用afex包中的aov_ez()函数代替aov()，然后使用lsmeans()进行事后分析，而不是TukeyHSD()：

model <- aov_ez(data,                           
            id="SubjID",                     
            dv="DV",                         
            within=c("IVW1", "IVW2"), 
            between = "IVB1")

# Post hoc
comp = lsmeans(model,specs = ~ IVB1: IVW1: IVW2, adjust = "tukey")
contrast(comp,method="pairwise")

您可以在这里找到详细的教程：

https://www.psychologie.uni-heidelberg.de/ae/meth/team/mertens/blog/anova_in_r_made_easy.nb.html

- Nicolas Legrand