ANOVA'dan sonra yapılan hoc testi, R kullanarak tekrarlanan ölçümlerle

Aşağıdaki gibi R'de ANOVA'yı tekrarlı olarak ölçtüm:

aov_velocity = aov(Velocity ~ Material + Error(Subject/(Material)), data=scrd)
summary(aov_velocity)

• R'de hangi sözdizimi, bir ANOVA'dan sonra tekrarlanan ölçümlerle post hoc testi yapmak için kullanılabilir?
• Tukey'nin Bonferroni düzeltmeli testi uygun olur mu? Öyleyse, bu R'de nasıl yapılabilir?

Ne yapabilirdi ile modeli belirtin olduğunu lmekullanmak ve sonra glhtgelen multcompistediğini yapmaya pakette. Ancak, lme standart bir ANOVA'dan biraz farklı F değerleri verir ( buradaki son sorularıma da bakınız ).

lme_velocity = lme(Velocity ~ Material, data=scrd, random = ~1|Subject)
anova(lme_velocity)

require(multcomp)
summary(glht(lme_velocity, linfct=mcp(Material = "Tukey")), test = adjusted(type = "bonferroni"))

Diğer karşıtlıklar için sonra bonferroni, örneğin, paketin yazarlarının kitabınamultcomp bakınız .

Ayrıca bu yazıyı R-posta listesinde ve bu yazıyı R'de tekrarlanan bir ANOVA ölçüsü belirlemek için de görmek isteyebilirsiniz .

Ancak, benden bu soruda gösterildiği gibi, bu yaklaşımın bir ANOVA ile aynı olup olmadığından emin değilim. Ayrıca, glht , normal t veya F değerleri yerine sadece z -değerlerini bildirir . Bu da nadir görülüyor.

Şimdiye kadar, bunu yapmanın başka bir yoluyla karşılaşmadım.

Eğer sopa ile isterseniz aov()fonksiyonu kullanabilirsiniz emmeansişleyebilir paketi aovlist(ve diğer birçok ) nesneler.

library("emmeans")
# set orthogonal contrasts
options(contrasts = c("contr.sum", "contr.poly"))

aov_velocity <- aov(Velocity ~ Material + Error(Subject / Material), data = scrd)

emmGridAşağıdaki gibi bir nesneyi oluşturduktan sonra

emm <- emmeans(aov_velocity, ~ Material)

Tüm pairs()işlevlerin (post hoc) fonksiyon veya paketin contrast()işlevini kullanarak istenen herhangi bir kontrast kullanılarak ikili karşılaştırmalar yapmak çok kolaydır emmeans. adjustBu fonksiyonların argümanı ile çoklu test ayarlamaları yapılabilir :

pairs(emm)  # adjust argument not specified -> default p-value adjustment in this case is "tukey"  

Bu konuda daha fazla bilgi için detaylı emmy vinyetlerin ve belgelerin çok faydalı olduğunu gördüm .

Ayrıca, burada cevabımda doğru kontrast ağırlıklarının nasıl alınacağına dair bir açıklama içeren eksiksiz (tekrarlanabilir) bir örnek bulabilirsiniz .

Ancak, post hoc testler için tek değişkenli bir model kullanmanın, küreselliğin ihlal edilmesi durumunda muhafazakar olmayan p değerlerine yol açabileceğini unutmayın .

Eğer küresellik karşılanıyorsa iki yönlü ANOVA koyabilirsiniz:

aov_velocity = aov(Velocity~Material+Subject, data=scrd)
posthoc      = TukeyHSD(aov_velocity, 'Material', conf.level=0.95).