重複測量方差分析

執行重複測量方差分析的通用代碼是什麼？重複測量方差分析

我目前使用的代碼：

summary(aov(Chlo~Site,data=alldata)).

有三種不同的網站（網站）和我單獨測試（氯仿溶劑，SST，DAC和PAR）四個expirmental變量。我也評估這些變數和年份（2003年至2012年）之間的差異：

summary(aov(Chlo~Year,data=year))

任何幫助將不勝感激！

來源

2014-01-12 user3170629

請閱讀可用，以便指導有關提交「偉大的可重複的例子」。目前這看起來像一個關於重複措施的個性化教程的請求，並且您沒有顯示搜索SO或任何其他資源的證據。 –

一般而言，您應避免使用aov執行多個調用，而應使用混合效應線性模型。

你可以找到在這個post by Paul Gribble

我經常使用的nlme包幾個例子，如：

require(nlme) 
model <- lme(dv ~ myfactor, random = ~1|subject/myfactor, data=mydata)

根據不同的情況下，你可以運行更復雜的情況，我建議有看Julian Faraway的非常清晰的書「用R擴展線性模型：廣義線性，混合效應和非參數迴歸模型」。

另外，如果您有更具體的統計問題，您可能需要詢問CrossValidated。

來源

2014-01-12 09:26:37 nico

爲什麼你推薦GLM？隨後顯示一個線性混合效應模型。我還建議閱讀[Zuur等人]（http://www.springer.com/life+sciences/ecology/book/978-0-387-87457-9），因爲它通過實際例子給出了一個簡單的介紹。（他們已經向CV提出過要求，但看起來他們迫切需要在本週末解決這個問題。） – Roland

@Roland：對不起，我確實是指混合效應模型，感謝您發現這個問題，我已經糾正了它。 – nico

在這種情況下，我是否正確地說： model <-lme（Chlo〜Site，random =〜1 | subject/Site，data = mydata）？此代碼中的主體代表什麼？ – user3170629

使用aov函數的技巧就是您只需要添加Error項。正如guides之一所說：「錯誤」一詞必須反映出我們有「在主體內嵌套治療」。

所以，你的情況，如果Site是重複測量，你應該使用：

summary(aov(Chlo ~ Site + Error(subject/Site), data=alldata))

來源

2014-01-12 09:33:20 user974514

'主題'是特定於重複還是主題設計？如果是，它是否有代表這兩點的代碼？我輸入了上述函數，並收到響應：找不到對象'Subject' – user3170629

重複測量方差分析

回答

相關問題