Estoy tratando de ejecutar medidas repetidas Anova en R seguido de algunos contrastes específicos en ese conjunto de datos. Creo que el enfoque correcto sería usar
Anova()
el paquete del automóvil.
Vamos a ilustrar mi pregunta con el ejemplo tomado del ?Anova
uso de los
OBrienKaiser
datos (Nota: omití el factor de género del ejemplo):
tenemos un diseño con un factor entre sujetos, tratamiento (3 niveles: control, A, B) y 2 repetidos -factores de medidas (dentro de los sujetos), fase (3 niveles: pretest, posttest, seguimiento) y hora (5 niveles: 1 a 5).
La tabla ANOVA estándar viene dada por (a diferencia del ejemplo (Anova) cambié a Sumas de cuadrados de tipo 3, eso es lo que mi campo quiere):
require(car)
phase <- factor(rep(c("pretest", "posttest", "followup"), c(5, 5, 5)),
levels=c("pretest", "posttest", "followup"))
hour <- ordered(rep(1:5, 3))
idata <- data.frame(phase, hour)
mod.ok <- lm(cbind(pre.1, pre.2, pre.3, pre.4, pre.5, post.1, post.2, post.3, post.4, post.5, fup.1, fup.2, fup.3, fup.4, fup.5) ~ treatment, data=OBrienKaiser)
av.ok <- Anova(mod.ok, idata=idata, idesign=~phase*hour, type = 3)
summary(av.ok, multivariate=FALSE)
Ahora, imagine que la interacción de orden superior hubiera sido significativa (que no es el caso) y nos gustaría explorarla más a fondo con los siguientes contrastes:
¿Hay alguna diferencia entre las horas 1 y 2 y las horas 3 (contraste 1) y entre las horas 1 y 2 versus horas 4 y 5 (contraste 2) en las condiciones de tratamiento (A y B juntos)?
En otras palabras, ¿cómo especifico estos contrastes?
((treatment %in% c("A", "B")) & (hour %in% 1:2))
versus((treatment %in% c("A", "B")) & (hour %in% 3))
((treatment %in% c("A", "B")) & (hour %in% 1:2))
versus((treatment %in% c("A", "B")) & (hour %in% 4:5))
Mi idea sería ejecutar otro ANOVA omitiendo la condición de tratamiento no necesaria (control):
mod2 <- lm(cbind(pre.1, pre.2, pre.3, pre.4, pre.5, post.1, post.2, post.3, post.4, post.5, fup.1, fup.2, fup.3, fup.4, fup.5) ~ treatment, data=OBrienKaiser, subset = treatment != "control")
av2 <- Anova(mod2, idata=idata, idesign=~phase*hour, type = 3)
summary(av2, multivariate=FALSE)
Sin embargo, todavía no tengo idea de cómo configurar la matriz de contraste apropiada dentro del sujeto comparando las horas 1 y 2 con 3 y 1 y 2 con 4 y 5. Y no estoy seguro de si omitir el grupo de tratamiento no necesario es una buena idea, ya que cambia el término de error general.
Antes de ir Anova()
, también estaba pensando en ir lme
. Sin embargo, existen pequeñas diferencias en los valores de F y p entre el ANOVA del libro de texto y lo que se devuelve anove(lme)
debido a posibles variaciones negativas en el ANOVA estándar (que no están permitidoslme
). Relacionado, alguien me señaló gls
que permite ajustar medidas repetidas ANOVA, sin embargo, no tiene argumento de contraste.
Para aclarar: quiero una prueba F o t (usando sumas de cuadrados de tipo III) que responda si los contrastes deseados son significativos o no.
Actualizar:
Ya hice una pregunta muy similar sobre R-help, no hubo respuesta .
Una pregunta similar se planteó en R-help hace algún tiempo. Sin embargo, las respuestas tampoco resolvieron el problema.
Actualización (2015):
Como esta pregunta sigue generando algo de actividad, ahora se pueden especificar tesis y, básicamente, todos los demás contrastes con el afex
paquete en combinación con el lsmeans
paquete como se describe en la viñeta afex .
treatment
, 3) para el promedio de cada persona sobre los niveles deprePostFup
, 4) para el promedio de cada persona durante las horas 1,2 (= grupo de datos 1) así como a lo largo de las horas 3,4 (= grupo de datos 2), 5) ejecutar la prueba t para 2 grupos dependientes. Dado que Maxwell y Delaney (2004) así como Kirk (1995) desaconsejan hacer contrastes con un término de error agrupado en diseños internos, esta podría ser una alternativa simple.