Ich versuche, lme
aus dem nlme
Paket Ergebnisse von aov
ANOVAs für wiederholte Messungen zu replizieren . Ich habe dies für ein Einzelfaktor-Experiment mit wiederholten Messungen und für ein Zweifaktor-Experiment mit einem Zwischensubjektfaktor und einem Innensubjektfaktor getan, aber ich habe Probleme, es für ein Zweifaktor-Experiment mit zwei Innensubjekten durchzuführen Faktoren.
Ein Beispiel ist unten gezeigt. A
und B
sind Faktoren mit festem Effekt und subject
sind ein Faktor mit zufälligem Effekt.
set.seed(1)
d <- data.frame(
Y = rnorm(48),
subject = factor(rep(1:12, 4)),
A = factor(rep(1:2, each=24)),
B = factor(rep(rep(1:2, each=12), 2)))
summary(aov(Y ~ A*B + Error(subject/(A*B)), data=d)) # Standard repeated measures ANOVA
library(nlme)
# Attempts:
anova(lme(Y ~ A*B, data=d, random = ~ 1 | subject)) # not same as above
anova(lme(Y ~ A*B, data=d, random = ~ 1 | subject/(A+B))) # gives error
Ich konnte keine Erklärung dafür im Buch von Pinheiro und Bates finden, aber ich habe es vielleicht übersehen.
quelle
aov
Aufforderung zur Einreichung von Vorschlägen ist einfach ein Standardentwurf mit wiederholten Messungen, den man mit lmer als analysieren würdelmer(Y~A*B+(1|subject))
. (Siehe auch diese Antwort für kompliziertere Modelle, die eine Abschätzung der Varianz und der Korrelationen zwischen Ss- Effekten ermöglichen : stats.stackexchange.com/questions/13166/rs-lmer-cheat-sheet/… )lmer
meinem obigen code zu replizieren ist richtig. Ihrlmer
Code hat nur einen zufälligen Effekt. Was richtig ist, hängt vom Kontext ab.Ihr erster Versuch ist die richtige Antwort, wenn das alles ist, was Sie versuchen zu tun. nlme () ermittelt die zwischen und innerhalb von Komponenten, Sie müssen sie nicht angeben.
Das Problem, auf das Sie stoßen, liegt nicht darin, dass Sie nicht wissen, wie Sie das Modell angeben sollen, sondern dass wiederholte Messungen von ANOVA und gemischten Effekten nicht dasselbe sind. Manchmal stimmen die Ergebnisse des ANOVA- und des Mixed-Effects-Modells überein. Dies ist insbesondere dann der Fall, wenn Sie Ihre Daten wie bei einer ANOVA aggregieren und daraus beides berechnen. Aber im Allgemeinen, wenn es richtig gemacht wird, sind die Ergebnisse so gut wie nie gleich, obwohl die Schlussfolgerungen ähnlich sein mögen. Ihre Beispieldaten sind keine realen wiederholten Kennzahlen, bei denen Sie häufig Replikationen jeder Kennzahl innerhalb von S haben. Wenn Sie eine ANOVA durchführen, aggregieren Sie normalerweise diese Replikationen, um eine Schätzung des Effekts für jedes Subjekt zu erhalten. Beim Mixed-Effects-Modellieren gibt es so etwas nicht. Sie arbeiten mit den Rohdaten. Wenn du das tust,
[Wenn Sie nebenbei lmer () (aus dem lme4-Paket) anstelle von lme () verwenden, geben Sie mir SS- und MS-Werte, die exakt mit der ANOVA für die Effekte in Ihrem Beispiel übereinstimmen. Es ist nur so, dass die Fs unterschiedlich sind.]
quelle