편집 2 : 원래 한 요인에 대한 반복 측정으로 2 요인 분산 분석을 실행해야한다고 생각했지만 선형 혼합 효과 모델이 내 데이터에 더 효과적이라고 생각합니다. 나는 무슨 일이 필요한지 거의 알고 있다고 생각하지만 여전히 몇 가지 요점으로 혼란 스럽습니다.
분석해야 할 실험은 다음과 같습니다.
- 대상은 여러 치료 그룹 중 하나에 배정되었다
- 각 주제의 측정은 여러 날에 이루어졌다
- 그래서:
- 대상이 치료 내에 중첩되어 있음
- 치료는 하루와 교차
(각 피험자는 하나의 치료에만 할당되며 매일 각 피험자에 대해 측정됩니다)
내 데이터 세트에는 다음 정보가 포함되어 있습니다.
- 대상 = 차단 요인 (임의의 요인)
- 일 = 주제 내 또는 반복 측정 계수 (고정 계수)
- 치료 = 대상 인자 사이 (고정 인자)
- Obs = 측정 (종속) 변수
UPDATE OK, 나는 통계 학자와 대화를 나 SAS지만 그는 SAS 사용자입니다. 그는 모델이 다음과 같아야한다고 생각합니다.
치료 + 일 + 대상 (치료) + 일 * 주제 (치료)
분명히 그의 표기법은 R 구문과 다르지만이 모델은 다음을 고려합니다.
- 치료 (고정)
- 요일 (고정)
- 치료 * 일 상호 작용
- 치료 내에서 중첩 된 대상 (무작위)
- "치료 대상자"(임의)와 교차 한 날
그렇다면 이것이 올바른 구문입니까?
m4 <- lmer(Obs~Treatment*Day + (1+Treatment/Subject) + (1+Day*Treatment/Subject), mydata)
특히 "치료 대상자"부분과 교차 한 날이 옳은지에 대해 우려하고 있습니다. SAS에 익숙하거나 자신의 모델에서 무슨 일이 일어나고 있는지 이해하고 R 구문에서 슬픈 시도가 일치하는지에 대해 의견을 말할 수 있습니까?
다음은 모델을 작성하고 구문을 작성하려는 이전의 시도입니다 (답변 및 의견에서 논의 됨).
m1 <- lmer(Obs ~ Treatment * Day + (1 | Subject), mydata)
대상이 치료 내에 중첩되어 있다는 사실을 어떻게 처리합니까? 다음과 어떻게 m1
다른가요?
m2 <- lmer(Obs ~ Treatment * Day + (Treatment|Subject), mydata)
m3 <- lmer(Obs ~ Treatment * Day + (Treatment:Subject), mydata)
그리고 동등 m2
하고 m3
동등하지 않은 이유는 무엇입니까?
또한 상관 구조를 (예 :) 지정하려면 lme4 대신 nlme를 사용해야 correlation = corAR1
합니까? 반복 측정법 에 따르면 한 요인에 대한 반복 측정으로 반복 측정 분석을 수행하려면 공분산 구조 (동일한 대상의 측정 간 상관 특성)가 중요합니다.
반복 측정 ANOVA를 수행하려고 할 때 Type II SS를 사용하기로 결정했습니다. 이것은 여전히 관련이 있으며 그렇다면 그렇다면 어떻게 지정해야합니까?
다음은 데이터 모양에 대한 예입니다.
mydata <- data.frame(
Subject = c(13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 29, 30, 31, 32, 33,
34, 35, 36, 37, 38, 39, 40, 62, 63, 64, 65, 13, 14, 15, 16, 17, 18,
19, 20, 21, 22, 23, 24, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39,
40, 62, 63, 64, 65, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24,
29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 62, 63, 64, 65),
Day = c(rep(c("Day1", "Day3", "Day6"), each=28)),
Treatment = c(rep(c("B", "A", "C", "B", "C", "A", "A", "B", "A", "C", "B", "C",
"A", "A", "B", "A", "C", "B", "C", "A", "A"), each = 4)),
Obs = c(6.472687, 7.017110, 6.200715, 6.613928, 6.829968, 7.387583, 7.367293,
8.018853, 7.527408, 6.746739, 7.296910, 6.983360, 6.816621, 6.571689,
5.911261, 6.954988, 7.624122, 7.669865, 7.676225, 7.263593, 7.704737,
7.328716, 7.295610, 5.964180, 6.880814, 6.926342, 6.926342, 7.562293,
6.677607, 7.023526, 6.441864, 7.020875, 7.478931, 7.495336, 7.427709,
7.633020, 7.382091, 7.359731, 7.285889, 7.496863, 6.632403, 6.171196,
6.306012, 7.253833, 7.594852, 6.915225, 7.220147, 7.298227, 7.573612,
7.366550, 7.560513, 7.289078, 7.287802, 7.155336, 7.394452, 7.465383,
6.976048, 7.222966, 6.584153, 7.013223, 7.569905, 7.459185, 7.504068,
7.801867, 7.598728, 7.475841, 7.511873, 7.518384, 6.618589, 5.854754,
6.125749, 6.962720, 7.540600, 7.379861, 7.344189, 7.362815, 7.805802,
7.764172, 7.789844, 7.616437, NA, NA, NA, NA))