我想使用回归模型而不是'Analysis of Variance'(AOV)函数在R中运行重复测量anova .
以下是我的AOV代码中3个主题内因素的示例:
m.aov<-aov(measure~(task*region*actiontype) + Error(subject/(task*region*actiontype)),data)
有人可以给我使用回归模型运行相同分析的确切语法吗?我想确保尊重残差的独立性,即使用与AOV一样的特定误差项 .
在上一篇文章中,我读了一个类型的答案:
lmer(DV ~ 1 + IV1*IV2*IV3 + (IV1*IV2*IV3|Subject), dataset))
我真的不确定这个解决方案,因为它仍然将变量视为主题之间,我不明白添加随机因素会如何改变这一点 .
是否有人知道如何使用lm / lmer运行重复测量anova并考虑剩余独立性?
非常感谢,Solene
1 回答
如果你的aov示例是正确的(也许你不想嵌套东西),你想要这样:
如果剩余独立性意味着截距和斜率独立计算,则需要单独指定它们:
或使用符号:
无论如何,如果您阅读帮助文件,您会发现lme4无法处理最常见的问题 .