如何将aov（）重新制作为汽车包装Anova（），以获得Mauchly对球形度，Greenhouse-Geisser和eta平方的检验？

Question

我想将为aov（）编写的代码转换为car-package中的Anova（）函数。

anovadata3 <- within(anovadata3, {
  subject <- factor(subject)
  time <- factor(time)
  gender <- factor(gender)
  group <- factor(group)
  groupgender <- factor(groupgender)
})

anovadata3.aov <- aov(values ~ time*group*gender + Error(subject),
                      data = anovadata3)
summary(anovadata3.aov)

这段代码为我提供了以下输出：

Error: subject
              Df Sum Sq Mean Sq F value  Pr(>F)   
group          1  32220   32220   8.632 0.00365 **
gender         1     30      30   0.008 0.92819   
group:gender   1     15      15   0.004 0.94952   
Residuals    221 824913    3733                   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Error: Within
                   Df Sum Sq Mean Sq F value   Pr(>F)    
time                3  21160    7053   9.223 5.53e-06 ***
time:group          3  18338    6113   7.993 3.06e-05 ***
time:gender         3   1916     639   0.835  0.47486    
time:group:gender   3  11679    3893   5.091  0.00172 ** 
Residuals         663 507012     765                     
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

但是，当我尝试从汽车包装中使用Anova（）函数时，我会这样做：

library(car)
mlm <- lm(values ~ time*group*gender, data = anovadata3)
rfactor <- factor(c("time", "gender","group","groupgender","subject"))
anovadata3.aov <- Anova(mlm, idata = dataframe(rfactor), idesign = ~ rfactor, type ="III")
summary(anovadata3.aov)

这给了我这个输出。

     Sum Sq                Df         F value              Pr(>F)       
 Min.   :     58.3   Min.   :  1   Min.   :  0.03871   Min.   :0.00000  
 1st Qu.:   1324.9   1st Qu.:  1   1st Qu.:  0.54230   1st Qu.:0.04997  
 Median :  10281.5   Median :  3   Median :  1.57697   Median :0.21357  
 Mean   : 196286.3   Mean   :100   Mean   : 34.03103   Mean   :0.31053  
 3rd Qu.:  12290.4   3rd Qu.:  3   3rd Qu.:  2.61758   3rd Qu.:0.50989  
 Max.   :1331924.5   Max.   :884   Max.   :262.67095   Max.   :0.84408  
                                   NA's   :1           NA's   :1  

有谁知道我如何重新制作用于aov（）的代码以适合Anova（）。 我试图从以下网站开始遵循本教程： https ： //gribblelab.wordpress.com/2009/03/09/repeated-measures-anova-using-r/

尝试使Anova（）正确。 但是它不会提供看起来相似的输出。 我也从网页上看到它是应该的，所以给我不知道的Mauchlys和Greenhouse。 还有人知道如何在方差分析结果中得到平方平方吗？ 还是有必要使用单独的函数来计算eta（etaSquared（））。

下面的数据用于测试，我正在尝试测试时间，性别和群体以及因素之间的交互作用之间的“值”是否存在显着差异。

          values  testperiod subject gender group groupgender time
1   118.82660110     Pretest       1      2     2   BSTfemale    1
2    61.07615138     Pretest       2      2     2   BSTfemale    1
3    57.51022740     Pretest       3      2     2   BSTfemale    1
4    70.73637347     Pretest       4      2     2   BSTfemale    1
5     9.86907880     Pretest       5      2     2   BSTfemale    1
6    64.51579546     Pretest       6      2     2   BSTfemale    1
7    63.25669342     Pretest       7      2     2   BSTfemale    1
8   109.09354856     Pretest       8      2     2   BSTfemale    1
9   140.69340502     Pretest       9      2     2   BSTfemale    1
10   93.94269807     Pretest      10      2     2   BSTfemale    1
11   43.76802256     Pretest      11      2     2   BSTfemale    1

...
898  60.85271722 FU_12_month     223      1     2     BSTmale    4
899  82.75598576 FU_12_month     224      1     2     BSTmale    4
900 -32.38497309 FU_12_month     225      1     2     BSTmale    4

Answer 1

关于所需的条件，这个问题似乎有点含糊，但这当然不是第一次有人很难从R的多​​元函数中获得所需的信息。 我希望summary.Anova.mlm中的结果中“多元测试：”部分满足术语eta-squared的要求summary.Anova.mlm具有multivariate=TRUE ，它返回Pillai，Wilks，Hotelling-Lawley和Roy测试，然后将它们分开部分（与multivariate参数的值无关）的“球形性的极大检验”和“偏离球形性的Greenhouse-Geisser和Huynh-Feldt校正”。 我不能告诉您是只希望从控制台会话中删除结果还是要对结果进行进一步处理。 （过去那种希望在过去曾引起Rhelp多个请求。）

car :: Anova帮助页面上的代码可用于构建示例，以便在需要时进行进一步的讨论（因为您没有提供可以复制的数据示例）：

phase <- factor(rep(c("pretest", "posttest", "followup"), c(5, 5, 5)),
    levels=c("pretest", "posttest", "followup"))
hour <- ordered(rep(1:5, 3))
idata <- data.frame(phase, hour)
idata
mod.ok <- lm(cbind(pre.1, pre.2, pre.3, pre.4, pre.5, 
                     post.1, post.2, post.3, post.4, post.5, 
                     fup.1, fup.2, fup.3, fup.4, fup.5) ~  treatment*gender, 
                data=OBrienKaiser)
class(AnoOBK <- Anova(mod.ok, idata= idata, idesign= ~phase*hour, type="III") # "Anova.mlm"

summary(AnoOBK)

> names(summary(AnoOBK))
[1] "type"               "repeated"           "multivariate.tests"
[4] "univariate.tests"   "pval.adjustments"   "sphericity.tests"  
[7] "SSPE"