Jeg prøver å gå fra å bruke ez
-pakken til lme
for gjentatte tiltak ANOVA (som jeg håper jeg vil kunne bruke egendefinerte kontraster på med lme
).
Etter råd fra dette blogginnlegget klarte jeg å sette opp den samme modellen ved å bruke begge aov
(som gjør ez
, når det blir bedt om det) og lme
. Imidlertid er F -verdiene i eksemplet gitt i det innlegget helt enige mellom aov
og lme
( Jeg sjekket det, og de gjør det), dette er ikke tilfelle for dataene mine. Selv om F -verdiene er like, er de ikke de samme.
aov
returnerer en f-verdi på 1.3399, lme
returnerer 1.36264. Jeg er villig til å godta resultatet aov
som det "riktige", ettersom dette også er det SPSS returnerer (og dette er det som teller for mitt felt / veileder).
Spørsmål:
-
Det ville være flott om noen kunne forklare hvorfor denne forskjellen eksisterer, og hvordan jeg kan bruke
lme
for å gi troverdige resultater. (Jeg vil også være villig til å brukelmer
i stedet forlme
for denne typen ting, hvis det gir "riktig" resultat. Imidlertid har jeg ikke brukt det så langt.) -
Etter å ha løst dette problemet vil jeg kjøre en kontrastanalyse. Spesielt ville jeg være interessert i kontrasten med å slå sammen de to første faktornivåene (dvs.
c ("MP", "MT")
) og sammenligne dette med det tredje faktornivået (dvs. "AC" ). Videre testing av det tredje versus det fjerde faktornivået (dvs."AC"
versus"DA"
).
Data:
tau.base <- struktur (liste (id = struktur (c (1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L , 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L , 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 1L, 2L, 3L, 4L,
5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L), .Label = c ("A18K", "D21C", "F25E", "G25D "," H05M "," H07A "," H08H "," H25C "," H28E "," H30D "," J10G "," J22J "," K20U "," M09M "," P20E "," P26G ", "P28G", "R03C", "U21S", "W08A", "W15V", "W18R"), klasse = "faktor"), faktor = struktur (c (1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L), .Label = c ("MP", "MT", "AC", "DA"), klasse = "faktor"), verdi = c (0,9648092876, 0,2128662077, 1, 0,0607615485, 0,9912814024, 3,22e-08, 0,8073856412, 0,1465590332, 0,9981672618, 1, 1, 1, 0,9794401938, 0,6102546108, 0,428651501, 1, 0,1 710644881, 1, 0.7639763913, 1, 0.5298989196, 1, 1, 0.7162733447, 0.7871177434, 1, 1, 1, 0.8560509327, 0.3096989662, 1, 8.51e-08, 0.3278862311, 0.0953598576, 1, 1.38e-08, , 0.545290432, 0.1305621416, 2.61e-08, 1, 0.9834051136, 0.8044114935, 0.7938839461, 0.9910112678, 2.58e-08, 0.5762677121, 0.4750002288, 1e-08, 0.8584252623, 1, 1, 0.6020383727.5 0.263377904, 1, 1.07e-08, 0.3160751898, 5.8e-08, 0.3460325565, 0.6842217296, 1.01e-08, 0.9438301877, 0.5578367224, 2.18e-08, 1, 0.9161424562, 0.2924856039, 1e-08, 0.8642664992 0.9988463913, 0.2960361777, 0.0285680426, 0.0969063841, 0.6947998266, 0.0138254805, 1, 0.3494775301, 1, 2.61e-08, 1.52e-08, 0.5393467752, 1, 0.9069223275)), .Names = "factor" verdi "), klasse =" data.frame ", rad.names = c (1L, 6L, 10L, 13L, 16L, 17L, 18L, 22L, 23L, 24L, 27L, 29L, 31L, 33L, 42L, 43L, 44L, 45L, 54L, 56L, 58L, 61L, 64L, 69L, 73L, 76L, 79L,
80L, 81L, 85L, 86L, 87L, 90L, 92L, 94L, 96L, 105L, 106L, 107L, 108L, 117L, 119L, 121L, 124L, 127L, 132L, 136L, 139L, 142L, 143L, 144L, 148L, 149L, 150L, 153L, 155L, 157L, 159L, 168L, 169L, 170L, 171L, 180L, 182L, 184L, 187L, 190L, 195L, 199L, 202L, 205L, 206L, 207L, 211L, 212L, 213L, 216L, 218L, 220L, 222L, 231L, 232L, 233L, 234L, 243L, 245L, 247L, 250L))
Og koden:
krever ( nlme) sammendrag (aov (verdi ~ faktor + feil (id / faktor), data = tau.base)) anova (lme (verdi ~ faktor, data = tau.base, tilfeldig = ~ 1 | id))