¿Cuál es el método preferido para realizar post-hocs para pruebas dentro de las asignaturas? He visto trabajos publicados en los que se emplea el HSD de Tukey, pero una revisión de Keppel y Maxwell & Delaney sugiere que la probable violación de la esfericidad en estos diseños hace que el término de error sea incorrecto y este enfoque sea problemático. Maxwell y Delaney proporcionan un enfoque del problema en su libro, pero nunca lo he visto así en ningún paquete de estadísticas. ¿Es apropiado el enfoque que ofrecen? ¿Sería razonable una corrección de Bonferroni o Sidak en múltiples pruebas t de muestras pareadas? Una respuesta aceptable proporcionará un código R general que puede realizar post-hocs en diseños simples, de múltiples vías y mixtos, tal como los produce la ezANOVA
función en el ez
paquete, y las citas apropiadas que probablemente pasarán a los revisores.
lme
o la lmer
función o con algunos de los métodos más tradicionales como el t-test o ANOVA (ya que actualmente estoy tratando de usarlo con ANOVA).
lme
, vea los comentarios a la respuesta aceptada: stats.stackexchange.com/q/14088/442 Con un objeto de clase lme
que puede usar multcomp
para efectos dentro del tema. Ofrece diferentes tipos de ajuste de error alfa, pero principalmente aquellos que no le gustan especialmente (como el que propuse que fue votado como "correcto" por la comunidad). Además de la viñeta, también hay un libro multcomp
que explica todos los métodos. Si desea post-hocs sin ajuste, use fit.contrast
desde gmodel
o el nuevo contrast
paquete.
ezANOVA
función? Si es así, creo que puedo responder esa Q, pero la A se basaría en pruebas para modelos univariados para los que la esfericidad es una suposición crítica. Si no necesita que la A esté limitada a los cálculos ANOVA del ez
paquete, podría dar una A que use modelos multivariados para las pruebas post-hoc.