双向混合模型方差分析的事后检验答案

【问题标题】：post hoc test for a two way mixed model anova双向混合模型方差分析的事后检验
【发布时间】：2017-02-19 22:17:41
【问题描述】：

我正在使用混合模型进行重复测量方差分析。我想运行一个事后测试来查看交互 TREAT*TIME 的 p 值，但我只设法使用了以下 ghlt Tukey 测试，它没有给我我正在寻找的交互。

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")))

我会寻找类似的东西：

summary(glht(oi, linfct=mcp(TIME="Tukey",TREAT="Tukey",TREAT*TIME="Tukey")))

【问题讨论】：

标签： r anova mixed-models posthoc

【解决方案1】：

如果您有平衡模型，请使用 GAD 包中的 snk.test(model, term="TREAT*TIME", among="TREAT", within="TIME")；如果您的模型不平衡，请使用 lsmeans 中的 summary( lsmeans( oi, pairwise ~ TIME*TREAT), infer=TRUE)

【讨论】：

【解决方案2】：

我也遇到过这个问题。似乎不存在针对两种方式 ANOVA 的直接事后检验。但是，您可能想尝试 bootstrapping，这是一种用于双向 ANOVA 的稳健估计形式。我发现以下链接很有帮助。

http://rcompanion.org/rcompanion/d_08a.html

它包含一个使用rcompanion、WRS2、psych 和multcompView 包的分步教程，以执行您的自举方差分析并跟进事后处理。祝你好运。

【讨论】：

嗨！感谢您的回答。但是，我对此进行了更深入的研究，并询问了一些人，实际上这些功能存在。如果您有平衡模型，请使用 GAD 包中的 snk.test(model, term="TREAT*TIME", among="TREAT", within="TIME")；如果您的模型不平衡，请使用 lsmeans 中的 summary( lsmeans( oi, pairwise ~ TIME*TREAT), infer=TRUE)。享受吧！
@kumbu，这太棒了！我没有问这个问题，但现在我有了答案。 :)

【解决方案3】：

对于混合模型，您可以使用 afex 包中的 aov_ez() 函数替代 lme()，然后使用 lsmeans() 执行事后分析。

您将在此处找到详细教程：

https://www.psychologie.uni-heidelberg.de/ae/meth/team/mertens/blog/anova_in_r_made_easy.nb.html

【讨论】：