혼합 모델로 반복 측정 대책을하고 있습니다. post-hoc 테스트를 실행하여 TREAT * TIME 상호 작용의 p- 값을 확인하고 싶습니다. 그러나 다음과 같은 ghlt Tukey 테스트를 사용했습니다.이 테스트는 내가 찾고있는 상호 작용을 제공하지 않습니다.2 방향 혼합 모델 anova에 대한 사후 테스트
summary(glht(oi, linfct=mcp(TIME="Tukey",TREAT="Tukey",TREAT*TIME="Tukey")))
패키지 GAD에서 사용 snk.test(model, term="TREAT*TIME", among="TREAT", within="TIME") 모델이 대신 lme()의 AFEX 패키지에서 aov_ez() 기능에 대한 대안을 찾을 수있는 혼합 모델에 대한
나는이 문제가 있었 : 내가 찾고있을 것입니다 무슨
library(multcomp)
library(nlme)
oi<-lme(total ~ TREAT * TIME, data=TURN, random = ~1|NO_UNIT)
anova(oi)
summary(glht(oi, linfct=mcp(TIME="Tukey", TREAT="Tukey")))
은 같은 것입니다. 양방향 ANOVA에 대한 직선 post-hoc 테스트가 존재하지 않는 것으로 보입니다. 그러나 2-way ANOVA에 대한 견고한 추정 방법 중 하나 인 부트 스트래핑을 시도 할 수 있습니다. 다음 링크가 매우 유용하다는 것을 알게되었습니다.
http://rcompanion.org/rcompanion/d_08a.html
그것은 당신의 부트 스트랩 분산 분석을 수행하고 포스트 특별 후속하는 rcompanion, WRS2, psych 및 multcompView 패키지를 사용하여 단계별 튜토리얼이 포함되어 있습니다. 행운을 빕니다.
불균형 인 경우 lsmeans에서 균형 모델과 summary(lsmeans(oi, pairwise ~ TIME*TREAT), infer=TRUE)이있는 경우, lsmeans()을 사용하여 사후 분석을 수행하십시오.
현재 상세한 튜토리얼을 찾을 :
https://www.psychologie.uni-heidelberg.de/ae/meth/team/mertens/blog/anova_in_r_made_easy.nb.html
안녕하세요! 당신의 대답에 감사드립니다. 그러나 나는 좀 더 깊이 들여다 보았고 어떤 사람들에게 물어 보았다. 실제로 그 기능이 존재한다. 균형 잡힌 모델을 가지고 있다면'snk.test (model, term = "TREAT * TIME", = "TREAT", within = "TIME")'를 사용하고'summary (lsmeans (oi, pairwise ~ TIME * TREAT), 추측 = TRUE)'모델이 불균형 한 경우 lsmeans에서. 즐겨! – kumbu
@kumbu, 이거 멋지 네요! 나는이 질문을하지 않았지만 지금 나는 대답을 가지고있다. :) –