R-2x2混合方差分析与重复测量的简单效应分析

Question

我想问一下，在组和阶段变量之间存在交互效应的情况下，如何正确执行R中的简单主效应分析？

我的一个朋友在SPSS中做了同样的分析（使用Bonferroni校正），我试图在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混合方差分析模式（1个在主题变量"组"之间，1个在主体变量"阶段"内，这构成了y因变量的重新评分测量）。

我使用ezANOVA函数进行了分析：

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

我发现了一个重要的互动阶段*小组。所以我已经确定了使用Bonferroni校正的简单效果。我试着用很多方法做到这一点。例如，如果我想在第一组中发现阶段变量级别之间的显著交互，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

但每种方法都给了我不同的p值结果。这些p值均未与SPSS计算的p值相匹配有趣的是，主效应p值和其他计算在SPSS和R中给出了相同的结果。因此，我认为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，我将不胜感激。

Answer 1

如果你想让R给你和SPSS一样的数字，可以这样做：

 #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）、平均差、上下限、HLSD差下上决策调整p值决策和调整p值。