आर का उपयोग करके दोहराया उपायों के साथ एनोवा के बाद पोस्ट टेस्ट

Question

मैंने आर में एनोवा को एक बार दोहराया है, इस प्रकार है:

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

• R में कौन सा वाक्यविन्यास दोहराया उपायों के साथ एक एनोवा के बाद पोस्ट हॉक टेस्ट करने के लिए इस्तेमाल किया जा सकता है?
• क्या बोनफरोनी सुधार के साथ टकी का परीक्षण उचित होगा? यदि हां, तो आर में यह कैसे किया जा सकता है?

Comments

पुनरावृत्त मापन के लिए पोस्ट अस्थायी परीक्षण पर इस संबंधित सवाल को देखने के डिजाइन stats.stackexchange.com/questions/575/...

— Jeromy Anglim

आपके दूसरे बिंदु के बारे में: टुकी के एचएसडी में पहले से ही बहुस्तरीयता के लिए एक "सुधार" शामिल है (परीक्षण आँकड़ा के स्तर पर, अल्फा स्तर नहीं जैसे बोन्फेरोनी की विधि में)। तो, दोनों को मिलाने की कोई जरूरत नहीं है।

— 11:11

@chl: इसलिए हमें Tukey के HSD के मामले में कई जोड़ीदार तुलनाओं के दौरान अल्फा स्तर को सही करने की आवश्यकता नहीं है?

— स्टेन

@ नं। नोट (नोट: अनप्लान्ड (पोस्ट-हॉक) परीक्षण ANOVA द्वारा महत्वपूर्ण परिणाम दिखाए जाने के बाद किया जाना चाहिए, खासकर अगर यह एक पुष्टिकरण दृष्टिकोण की चिंता करता है।)

— chl

Answer 1

आप जो कर सकते हैं वह मॉडल को निर्दिष्ट करें lmeऔर तब पैकेज glhtसे उपयोग multcompकरें जो आप चाहते हैं। हालाँकि, लैम एक मानक एनोवा की तुलना में थोड़ा अलग एफ-वैल्यू देता है ( यहां मेरे हाल के सवालों को भी देखें )।

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"))

अन्य विरोधाभासों के लिए फिर बोनफेरोनी, उदाहरण के लिए, पैकेज के लेखकों से पुस्तकmultcomp देखें ।

आप इस पोस्ट को R- मेलिंग सूची पर भी देख सकते हैं , और यह ब्लॉग पोस्ट R में एक दोहराया उपायों ANOVA को निर्दिष्ट करने के लिए है ।

हालांकि, जैसा कि इस प्रश्न में मुझसे दिखाया गया है , मुझे यकीन नहीं है कि यह दृष्टिकोण एक एनोवा के समान है। इसके अलावा, glht सामान्य t या F मानों के बजाय केवल z -values रिपोर्ट करता है। यह असामान्य भी प्रतीत होता है।

अब तक, मुझे ऐसा करने का दूसरा तरीका नहीं मिला है।

Answer 2

यदि आप aov()फ़ंक्शन से चिपकना चाहते हैं तो आप emmeansपैकेज का उपयोग कर सकते हैं जो aovlist(और कई अन्य ) ऑब्जेक्ट्स को संभाल सकता है ।

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

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

एक emmGridवस्तु बनाने के बाद निम्नानुसार

emm <- emmeans(aov_velocity, ~ Material)

pairs()फ़ंक्शन का उपयोग करके या पैकेज के contrast()फ़ंक्शन का उपयोग करके किसी भी वांछित कंट्रास्ट के साथ सभी (पोस्ट हॉक) जोड़ीदार तुलना करना बहुत आसान है emmeans। adjustइन कार्यों के तर्क के माध्यम से कई-परीक्षण समायोजन प्राप्त किए जा सकते हैं :

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

इस बारे में अधिक जानकारी के लिए मुझे विस्तृत इम्मिअन्स विग्नेट्स और दस्तावेज बहुत मददगार लगे।

साथ ही, आप यहाँ मेरे उत्तर में सही कंट्रास्ट वेट प्राप्त करने के तरीके पर एक विवरण सहित पूर्ण (प्रतिलिपि प्रस्तुत करने योग्य) उदाहरण पा सकते हैं ।

हालांकि, ध्यान दें कि पोस्ट-हॉक परीक्षण के लिए एक univariate मॉडल का उपयोग कर विरोधी रूढ़िवादी में परिणाम कर सकते पी -values गोलाई का उल्लंघन किया गया है।

Answer 3

यदि गोलाकार मुलाकात की जाती है तो आप दो-तरफ़ा एनोवा चला सकते हैं:

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