R中的双向重复测量方差分析答案

【问题标题】：Two-way repeated measures ANOVA in RR中的双向重复测量方差分析
【发布时间】：2020-10-29 09:00:53
【问题描述】：

我一直在尝试在 R 中对虚构数据集进行双向重复测量方差分析来学习统计数据。我以前问过这个问题，但我不得不调整我的数据集，因为我犯了一些关键错误。它代表两名学生在两年内对两个测试变体的测试进行评分。尽管这个练习应该很简单，但我还是不断收到错误消息。这是我的数据集：

   ID   Score   Time  Group
  <fct> <int>  <fct>  <fct>
   1    10      1       1
   1    15      2       1
   2     2      1       1
   2     5      2       1
   3     7      1       1
   3     8      2       1
   4     6      1       2
   4     8      2       2
   5     9      1       2
   5     4      2       2
   6     3      1       2
   6    12      2       2

我尝试了几种方法：

aov<- df %>% anova_test(Score~ Time*Group+ Error(ID/(Time*Group)))

ezANOVA(
  data = df, dv = Score, wid = ID,
  within = .(Time, Group), type = 3)

resaov <- anova_test(
  data = df, dv = Score, wid = ID,
  within = c(Time, Group))

我得到的错误信息是：

Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
  0 (non-NA) cases

我应该以不同的方式格式化我的数据吗？如果是这样，它应该是什么样子？

【问题讨论】：

标签： r anova two-way

【解决方案1】：

问题在于 Group 是一个主体间因素（每个 ID 都在第 1 组或第 2 组中，但不在两者中），但您将其威胁为 anova 中的主体内因素来电。错误消息告诉您指定设计的数据不完整。

如果您使用 Group 作为中间因素指定设计，它会起作用。

#packages
library(tidyr)
library(ez)
library(rstatix)

#create your data frame (with random Score values)
df <- tibble(ID = as.factor(rep(1:6, each = 2)),
             Score = sample(1:15, 12, replace = TRUE),
             Time = as.factor(rep(1:2, times = 6)),
             Group = as.factor(rep(1:2, each = 6)))

#ezANOVA
ezANOVA(
  data = df, dv = Score, wid = ID,
  within = Time, between = Group, type = 3)

$ANOVA
      Effect DFn DFd         F         p p<.05        ges
2      Group   1   4 0.1290323 0.7375971       0.02787456
3       Time   1   4 4.1290323 0.1119574       0.10289389
4 Group:Time   1   4 0.5806452 0.4885138       0.01587302

#anova_test #1
anova_test(data = df, formula = Score ~ Time*Group + Error(ID/Time))
ANOVA Table (type II tests)

      Effect DFn DFd     F     p p<.05   ges
1      Group   1   4 0.129 0.738       0.028
2       Time   1   4 4.129 0.112       0.103
3 Group:Time   1   4 0.581 0.489       0.016

#anova_test #2
df %>% anova_test(Score~ Time*Group+ Error(ID/Time))

ANOVA Table (type II tests)

      Effect DFn DFd     F     p p<.05   ges
1      Group   1   4 0.129 0.738       0.028
2       Time   1   4 4.129 0.112       0.103
3 Group:Time   1   4 0.581 0.489       0.016

【讨论】：