重复测量方差分析的多重比较

Question

我想找出不同条件之间可能存在的差异。我有n个受试者，每个受试者的每个条件都有一个平均值。受试者之间的值差异很大，这就是为什么我想执行重复测量方差分析来控制它。

我的主题内因素是当时的条件，我没有任何主题间因素。

So far I have the following code:
%% create simulated numbers
meanPerf = randn(20,3);
%% create a table array with the mean performance for every condition
tableData = table(meanPerf(:,1),meanPerf(:,2),meanPerf(:,3),'VariableNames',{'meanPerf1','meanPerf2','meanPerf3'})
tableInfo = table([1,2,3]','VariableNames',{'Conditions'})
%% fit repeated measures model to the table data
repMeasModel = fitrm(tableData,'meanPerf1meanPerf3~1','WithinDesign',tableInfo);
%% perform repeated measures anova to check for differences
ranovaTable = ranova(repMeasModel)

我的第一个问题是:我这样做正确吗?

第二个问题是:我如何执行事后分析以找出哪些条件彼此显著不同?

我试着使用:

multcompare(ranovaTable,'Conditions');

，但会产生以下错误:

Error using internal.stats.parseArgs (line 42)
Wrong number of arguments.

我使用Matlab 2015b。

如果你能帮我的话，那就太好了。我想我快要疯了。

最好的,菲尔

Answer 1

我正在使用Matlab R2016a尝试同样的事情，并且我得到以下多比较错误消息:"STATS必须是来自ANOVA1, ANOVA2, ANOVAN, AOCTOOL, KRUSKALWALLIS或FRIEDMAN的统计输出结构。"。

然而，这个讨论对我很有帮助:https://www.mathworks.com/matlabcentral/answers/140799-3-way-repeated-measures-anova-pairwise-comparisons-using-multcompare

你可以尝试这样做:multcompare (repMeasModel因子1,"通过","Factor2)

我相信您也需要在模型的内部结构中创建因子。