我正在通过AOV包使用多层框架构建一个重复测量ANCOVA。我有一个连续的响应变量,两个因子预测因子和三个连续的协变量。我的模型脚本如下:
ModelDV <- aov(DV ~ IV1 + IV2 + IV1*IV2 + CV1 + CV2 + CV3 + Error(PartID/(IV1 + IV2 + IV1:IV2)), data)我的数据集的一个片段显示了它是如何格式化的:
PartID DV IV1 IV2 CV1 CV2 CV3
1 56 CondA1 CondB1 Contunous values
2 45 CondA2 CondB2 -
3 32 CondA3 CondB1 -
4 21 CondA4 CondB2 -
1 10 CondA1 CondB1 -
2 19 CondA2 CondB2 -
3 35 CondA3 CondB1 -
4 45 CondA4 CondB2 - 我的条件嵌入在参与者ID的误差项中,因为这是一个完全在重复测量范围内的模型。
我正在尝试对这些价值观进行成对分析。我的输出提供了综合F-test:
Error: PartID
Df Sum Sq Mean Sq F value Pr(>F)
CV1 1 348 348 0.442 0.5308
CV2 1 9 9 0.011 0.9193
CV3 1 3989 3989 5.063 0.0654 .
Residuals 6 4727 788
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Error: PartID:IV1
Df Sum Sq Mean Sq F value Pr(>F)
IV1 1 6222 6222 17.41 0.0024 **
Residuals 9 3217 357
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Error: PartID:IV2
Df Sum Sq Mean Sq F value Pr(>F)
IV2 2 6215 3107.7 16.18 9.51e-05 ***
Residuals 18 3457 192.1
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Error: PartID:IV1:IV2
Df Sum Sq Mean Sq F value Pr(>F)
IV1:IV2 2 575.2 287.6 1.764 0.2
Residuals 18 2934.4 163.0 在计算emmeans via时:
emm<-emmeans(Model, ~ IV1)
pairs(emm)我得到了一个合理的输出。
但是,当使用这个作为协变量时:
emm<-emmeans(Model, ~ CV1)
pairs(emm)我得到以下输出:
contrast estimate SE df z.ratio p.value
(nothing) nonEst NA NA NA NA
Results are averaged over the levels of: IV1, IV2 我在这里做错了什么,成对比较对协变量无效?
发布于 2020-05-22 05:45:15
简短的答案是因为您已经将它们设置为协变量来控制它们,而不是将它们作为模型解释的一部分。当然,您可以在模型外对协变量进行成对比较,但不能在模型框架内进行。更长的blogpost using these tools I wrote here...
https://stackoverflow.com/questions/61944177
复制相似问题