有没有办法指定双向ANOVA,一个受试者内预测因子和一个主体间预测因子使用lme(来自nlme)或lmer(来自lme4)?也许这是一个CrossValidated问题,但我不认为我对随机效应感兴趣,因为我不关心受试者内部的变异,也不关心对个别受试者的预测 . 我对平均受试者感兴趣,因此这应该是受试者内固定效应预测因子(即固定数量的水平)和受试者间固定效应预测因子 . 我不想要一个重复测量方差分析,它有许多假设,包括球形,并且很难做到事后 . 以下是我需要的各种型号的一些示例:

  • 体积按年龄性别*区域预测,其中区域是受试者内部
    由mentaliatricGroup * sex * scoreType预测的
  • 得分,其中scoreType在受试者内
    按性别预测的
  • 体积得分类型得分(这个可能必须是得分的随机效应,但是在得分类型的固定水平的受试者内) .

(在JMP中,前两个可以使用“混合模型”个性,“可交换”重复协方差结构指定,指定重复的主体内预测器并指定主题 . )

使用“Repeated-measures / within-subjects ANOVA in R ", " repeated measure anova using regression models (LM, LMER) ", and " How to convert Afex or car ANOVA models to lmer? Observed variables”问题和Chapter 4 of the lme4 book,我创建了以下使用CO2样本数据的代码 . 它是分类和字符类型的,与来自单个人的多个心理评分类型相同,或来自单个人的多个解剖区域将是) . 如果您知道更好的样本数据集,请改用它!

  • 通过使用随机效应来预测模型摄取的正确代码是什么?

  • 如何通过浓缩治疗预测吸收模型?

  • 此分析是否可以仅在R中使用固定效果进行?

  • 有没有办法为所有级别的交互(因子内因子)运行post-hocs并应用多重比较校正(例如Tukey HSD)?对于这个例子,那将是7个浓度 2个治疗= 14个比较 .

下面的代码产生以下错误:“错误:观察次数(= 84)<=术语(conc | Plant)的随机效应数(= 84);随机效应参数和残差方差(或比例参数)可能无法辨认“

library(data.table)
library(lme4)
CO2 <- data.table(CO2)
CO2[, (1:4) := lapply(.SD, as.factor), .SDcols=(1:4)]

# uptake predicted by concentration
mylm1 <- lmer(uptake ~ (conc|Plant), data = CO2)

# uptake predicted by concentration*Treatement
mylm2 <- lmer(uptake ~ Treatment*(conc|Plant), data = CO2)

UPDATE lmer()的括号指定哪些度量是随机效果,但您仍需要指定预测变量 .

mylm1 <- lmer(uptake ~ conc + (1|Plant), data = CO2)
mylm2 <- lmer(uptake ~ Treatment*conc + (1|Plant), data = CO2)