Я хотел бы спросить, как правильно выполнить простой анализ главного эффекта в R в случае наличия эффектов взаимодействия между переменными Group и Stage?
Один из моих друзей делает такой же анализ в SPSS (с поправкой Бонферрони), и я пытаюсь воспроизвести его результат в R.
У меня есть набор данных следующей структуры:
ID Group Stage Y
1 I pre 0.123
1 I post 0.453
2 II pre 0.676
2 II post 0.867
3 I pre 0.324
3 I post 0.786
4 II pre 0.986
4 II post 0.112
... ... ... ...
Это смешанная схема дисперсионного анализа 2x2 (1 между предметной переменной «Группа», 1 внутри предметной переменной «Стадия», которая представляет собой повторяемую меру зависимой переменной y).
Я проанализировал это с помощью функции ezANOVA:
ezANOVA(data = dat, dv = y, wid = ID, between = Group, within = Stage, detailed = TRUE, type = "III")
Я обнаружил значительное взаимодействие Stage * Group. Итак, я определил простые эффекты с помощью коррекции Бонферрони. Я пытался сделать это разными способами. Например, если я хочу найти значимые взаимодействия в группе I между уровнями переменной Stage, я попытался использовать:
dataControl <- subset(dat, Group == "control" )
ezANOVA(data = dataControl, dv = y, wid = ID, within = Stage, detailed = TRUE, type = "III" ) // method 1
aov(data = dataControl, y ~ Stage + Error(ID/Stage)) // method 2
t.test(y ~ Stage, paired=TRUE) // method 3
Но каждый метод давал мне разный результат с p-значением. Ни одно из этих p-значений не соответствовало вычисленным с помощью SPSS. Интересно, что p-значения основных эффектов и другие вычисления дали одинаковый результат в SPSS и R. Итак, я пришел к выводу, что использую неправильный метод в простом анализе основных эффектов.
Я был бы очень благодарен, если бы вы мне помогли.