R中重复测量的bw单向方差分析和单向方差分析有什么区别

Question

例如单向：aov.res2 <- aov(mark ~ Teacher, data=my_data2) 单向重复测量：aov(mark ~ Teacher + Error(essay/teacher), data=my_data2)

bw老师+错误（论文/老师）和老师有什么区别。 1.为什么在老师后面加加上Error()是什么意思？ 2.为什么在错误中，我们使用的是essay/teacher 而不是essay *teacher？

Answer 1

首先，stackoverflow 可能不是提出这样一个理论问题的最佳场所。 还有其他网站可以更好地解决您的问题。 尝试交叉验证。

在广泛研究了统计学之后，我会给你一个高层次的答案，然后指导你在教科书或网上其他地方寻找更多细节。

让我们确保我们了解什么是重复测量数据。 此类数据的一个示例是在一周内每天测量患者的血压。 因此，我们对一个对象进行了多次“重复”测量。 如果我们对许多患者/受试者这样做，我们就会有重复的测量数据。

重复测量数据本质上与其他数据不同，因为我们期望我们从同一主题观察到的数据，比如随着时间的推移，将相关联。 （参考我们之前的示例，我们预计明天患者的血压将与同一患者今天的血压相关。）如果您有重复的测量数据但没有对其进行建模，那么您就遗漏了关于数据在主题内如何相关的重要信息。 正确地对数据进行建模将为您提供更完整和准确的视图，尤其是在方差方面。 换句话说，从一个患者收集的数据的变化方式与患者之间数据的变化方式不同。

希望这可以帮助您了解所讨论的两种方法的细微差别。 当然，我没有明确详细说明编码语法，但我希望这个答案能帮助您理解它们为何不同。 一旦你更好地理解了理论，你的问题可能会改变并且更加具体。 祝你好运！

Answer 2

我找到了答案：实验对象是多次测量的，所以会有组内因素。 组内因素会特别标注在以下表格中，

其中“老师”为组内因素，“essay”为实验对象ID。