在 afex
包我们可以找到这个方差分析分析的例子:
data(obk.long, package = "afex")
# estimate mixed ANOVA on the full design:
# can be written in any of these ways:
aov_car(value ~ treatment * gender + Error(id/(phase*hour)), data = obk.long,
observed = "gender")
aov_4(value ~ treatment * gender + (phase*hour|id), data = obk.long,
observed = "gender")
aov_ez("id", "value", obk.long, between = c("treatment", "gender"),
within = c("phase", "hour"), observed = "gender")
我的问题是,如何在
lme4
中编写相同的模型?特别是,我不知道如何包括“观察到”一词?
如果我只是写
lmer(value ~ treatment * gender + (phase*hour|id), data = obk.long,
observed = "gender")
我收到一个错误,告诉我观察到的不是一个有效的选项。
此外,如果我只是删除观察到的选项
lmer
产生错误:Error: number of observations (=240) <= number of random effects (=240) for term (phase * hour | id); the random-effects parameters and the residual variance (or scale parameter) are probably unidentifiable.
我在 lmer 语法中的何处指定“介于”或“在”变量中?。据我所知,您只需将因变量写在左侧,将所有其他变量写在右侧,误差项为 (1|id)。
包“car”将 idata 用于主题内变量。
最佳答案
我可能对经典方差分析理论了解得不够完整,无法完全回答这个问题,但我会尝试一下。首先,有几点:
observed
论证似乎只与效应量的计算有关。 observed: ‘character’ vector indicating which of the variables are observed (i.e, measured) as compared to experimentally manipulated. The default effect size reported (generalized eta-squared) requires correct specification of the obsered [sic] (in contrast to manipulated) variables.
......所以我认为你把它留在外面是安全的。
control=lmerControl(check.nobs.vs.nRE="ignore")
......但这可能不是正确的前进方向。
我思但我不确定这是正确的方法:
m1 <- lmer(value ~ treatment * gender + (1|id/phase:hour), data = obk.long,
control=lmerControl(check.nobs.vs.nRE="ignore",
check.nobs.vs.nlev="ignore"),
contrasts=list(treatment=contr.sum,gender=contr.sum))
这指定了
phase
的交互和 hour
变化范围内 id
.残差方差和(在 id 内逐小时)方差是混淆的(这就是我们需要覆盖 lmerControl()
规范的原因),所以不要相信那些特定的方差估计。但是,治疗和性别的主要影响应该处理相同。如果您加载 lmerTest
而不是 lmer
并运行 summary(m1)
或 anova(m1)
对于由 afex
计算的固定(性别和治疗)效应,它为您提供相同的自由度 (10)。 .lme
给出了类似的答案,但需要事先构建逐小时交互:library(nlme)
obk.long$ph <- with(obk.long,interaction(phase,hour))
m2 <- lme(value ~ treatment * gender,
random=~1|id/ph, data = obk.long,
contrasts=list(treatment=contr.sum,gender=contr.sum))
anova(m2,type="marginal")
不知道怎么重构
afex
的随机效应检验。
关于r - 如何将 Afex 或汽车 ANOVA 模型转换为 lmer?观察到的变量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37102075/