R - 2x2 混合方差分析与重复测量简单效应分析

Question

我想问一下，如果Group和Stage变量之间存在存在交互效应，如何正确执行R中的简单主效应分析？

我的一个朋友在 SPSS 中进行了相同的分析（使用 Bonferroni 校正），我尝试在 R 中重现他的结果。

我有以下结构的数据集：

ID Group Stage Y
1   I     pre  0.123
1   I     post 0.453
2   II    pre  0.676
2   II    post 0.867
3   I     pre  0.324
3   I     post 0.786
4   II    pre  0.986
4   II    post 0.112
... ... ... ...

这是 2x2 混合 ANOVA 模式（1 在主题变量“组”之间，1 在主题变量“阶段”内，构成 y 因变量的重复测量）。

我使用 ezANOVA 函数对其进行了分析：

ezANOVA(data = dat, dv = y, wid = ID, between = Group, within = Stage, detailed = TRUE, type = "III")

我发现了一个重要的交互阶段*组。所以我已经确定了使用 Bonferroni 校正的简单效果。我试图用很多方法做到这一点。例如，如果我想在第一组中找到显着的交互，在阶段变量的级别之间，我尝试使用：

dataControl <- subset(dat, Group == "control" )

ezANOVA(data = dataControl, dv = y, wid = ID, within = Stage, detailed = TRUE, type = "III" )  // method 1

aov(data = dataControl, y ~ Stage + Error(ID/Stage))  // method 2

t.test(y ~ Stage, paired=TRUE)  // method 3

但是每种方法都给了我不同的 p 值结果。这些 p 值均不匹配使用 SPSS 计算的值。 有趣的是，主效应 p 值和其他计算在 SPSS 和 R 中给出了相同的结果。所以我得出结论，我在简单的主效应分析中使用了错误的方法。

如果你能帮助我，我会非常感激。

Answer 1

如果您希望 R 为您提供与 SPSS 相同的数字，请执行以下操作：

 #pairwise comparisons
 library(asbio)
 bonf <- pairw.anova(data$dv, data$group, method="bonf") #also try "tukey" or "lsd"
 print(bonf)
 #plot(bonf) #can plot the CFs

这将为您提供 t(s)、均值差、上限和下限、HLSD Diff Lower Upper Decision Adj。 p 值决策和调整后的 p 值。