r - 重复测量方差分析并链接到 R 中的混合效应模型
问题描述
在 R 中对以下数据执行双向 rm ANOVA 时遇到问题(链接:https ://drive.google.com/open?id=1nIlFfijUm4Ib6TJoHUUNeEJnZnnNzO29 ):
subjectnbr 是主题的 id,blockType 和linesTTL 是自变量。RT2 是因变量
我首先通过使用 ezANOVA 和以下代码执行 rm ANOVA:
ANOVA_RTS <- ezANOVA(
data=castRTs
, dv=RT2
, wid=subjectnbr
, within = .(blockType,linesTTL)
, type = 2
, detailed = TRUE
, return_aov = FALSE
)
ANOVA_RTS
结果是正确的(我使用 statistica 进行了仔细检查)。
但是,当我使用 lme 函数执行 rm ANOVA 时,我没有得到相同的答案,我也不知道为什么。
有我的代码:
lmeRTs <- lme(
RT2 ~ blockType*linesTTL,
random = ~1|subjectnbr/blockType/linesTTL,
data=castRTs)
anova(lmeRTs)
我希望我已经足够清楚,并为您提供了所有需要的信息。
我期待您的帮助,因为我正在努力解决至少 4 个小时!
提前致谢。
解决方案
这是有关如何ezANOVA
使用nlme::lme
.
数据
我们读入数据并确保所有分类变量都是factor
s。
# Read in data
library(tidyverse);
df <- read.csv("castRTs.csv");
df <- df %>%
mutate(
blockType = factor(blockType),
linesTTL = factor(linesTTL));
由于。。。导致的结果ezANOVA
作为检查,我们重现了ez::ezANOVA
结果。
## ANOVA using ez::ezANOVA
library(ez);
model1 <- ezANOVA(
data = df,
dv = RT2,
wid = subjectnbr,
within = .(blockType, linesTTL),
type = 2,
detailed = TRUE,
return_aov = FALSE);
model1;
# $ANOVA
# Effect DFn DFd SSn SSd F p
#1 (Intercept) 1 13 2047405.6654 34886.767 762.9332235 6.260010e-13
#2 blockType 1 13 236.5412 5011.442 0.6136028 4.474711e-01
#3 linesTTL 1 13 6584.7222 7294.620 11.7348665 4.514589e-03
#4 blockType:linesTTL 1 13 1019.1854 2521.860 5.2538251 3.922784e-02
# p<.05 ges
#1 * 0.976293831
#2 0.004735442
#3 * 0.116958989
#4 * 0.020088855
由于。。。导致的结果nlme::lme
我们现在运行nlme::lme
## ANOVA using nlme::lme
library(nlme);
model2 <- anova(lme(
RT2 ~ blockType * linesTTL,
random = list(subjectnbr = pdBlocked(list(~1, pdIdent(~blockType - 1), pdIdent(~linesTTL - 1)))),
data = df))
model2;
# numDF denDF F-value p-value
#(Intercept) 1 39 762.9332 <.0001
#blockType 1 39 0.6136 0.4382
#linesTTL 1 39 11.7349 0.0015
#blockType:linesTTL 1 39 5.2538 0.0274
结果/结论
我们可以看到两种方法的 F 检验结果是相同的。random
中效应定义的结构有些复杂lme
是因为你有两个交叉的随机效应。这里的“交叉”意味着对于 和 的每一个组合,对于每一个 都blockType
存在linesTTL
一个观察值subjectnbr
。
一些额外的(可选的)细节
要了解作用,pdBlocked
我们pdIdent
需要看一下对应的两级混合效应模型
预测变量是您的分类变量blockType
和linesTTL
,通常使用虚拟变量进行编码。
随机效应的方差-协方差矩阵可以采用不同的形式,具体取决于随机效应系数的基础相关结构。为了与两级重复测量 ANOVA 的假设一致,我们必须指定一个块对角方差协方差矩阵pdBlocked
,其中我们分别为偏移量~1
和分类预测变量blockType
pdIdent(~blockType - 1)
和创建对角块linesTTL
pdIdent(~linesTTL - 1)
。请注意,我们需要从最后两个块中减去偏移量(因为我们已经考虑了偏移量)。
一些相关/有趣的资源
Pinheiro 和 Bates,S 和 S-PLUS 中的混合效果模型,Springer (2000)
Potvin 和 Schutz,双因素重复测量 ANOVA 的统计功效,行为研究方法、仪器和计算机,32, 347-356 (2000)
推荐阅读
- react-native - react-native 不适用于 android 模拟器
- google-apps-script - 从第 26 行 Google 脚本中删除每行字符串中的第 7 到第 14 个字符
- php - 此路由不支持 POST 方法。支持的方法:GET、HEAD、PUT、PATCH、DELETE。在 Laravel 8
- javascript - React useState() - 在数组中添加新元素不起作用
- c - C编程:求三个整数的hcf和lcm
- javascript - 在将画布高度和宽度设置为 img.offsetHeight 和 img.offsetWidth 时显示一个黑色小方块
- angular - Angular 11 PWA 未在生产中加载组件
- javascript - 如何从 HTML 选择选项填充对象的 javascript 数组
- javascript - 有谁知道如何使用 React Express 解决 CORS 问题?
- python - 使用 GEKKO 求解二维热方程