R中重复测量的单因素方差分析与单因素方差分析的差异

Question

例如单向: aov.res2 <- aov(分数~老师，data=my_data2)重复测量的单向:aov(分数~老师+错误(论文/老师)，data=my_data2)

老师+错误(论文/老师)和老师有什么不同？1.为什么在teacher后面加上Error() &这是什么意思?2.为什么在错误中，我们使用的是essay/teacher而不是essay * teacher？

Answer 1

我找到了答案:实验对象被多次测量，因此组内会有因素。组内因素将以以下形式进行特殊标记：

其中“教师”是组内因素，“论文”是实验对象的ID。

Answer 2

首先，stackoverflow可能不是提出这样一个理论问题的最佳位置。还有其他网站可以更好地回答你的问题。试试Cross Validated。

经过广泛的统计研究，我将给你一个高水平的答案，然后指导你在教科书或网上其他地方查找更多细节。

让我们确保我们理解重复测量数据是什么。这类数据的一个例子是在一周内每天测量病人的血压。因此，我们对一个对象进行了几次“重复”的测量。如果我们对许多患者/受试者这样做，我们就会有重复的测量数据。

重复测量数据本质上不同于其他数据，因为我们希望从同一对象观察到的数据，例如随着时间的推移，将是相关的。(参考我们之前的示例，我们预计明天患者的血压将与今天该患者的血压相关。)如果您有重复的测量数据，但没有对其进行建模，那么您就遗漏了有关数据在主题中可能如何相关的重要信息。正确地对数据建模将为您提供更完整、更准确的视图，特别是在方差方面。换句话说，从一个患者收集的数据不会像患者之间的数据变化一样发生变化。

希望这能帮助您理解所讨论的两种方法的细微差别。当然，我没有明确地详细说明编码语法，但我希望这个答案能帮助您理解它们为什么不同。一旦你更好地理解了这个理论，你的问题可能会发生变化，变得更加具体。祝好运!