重復測量：從SPSS到R

Question

我希望根據我過去在SPSS中使用重復測量方差分析運行統計數據的方式在R中運行混合效果模型。 這是我在SPSS中設置重復測量方差分析的方法。 如何在R中將其轉換為lme4？

密鑰 ：EBT100 ...是任務的名稱，基因型是我的IV，我的主題內因素是Day（5級）和Cue（9級）。 Att是我的DV。

在R中，這是我要運行的代碼：在R中，這是我的代碼：

lmeModel <- lmer(Att ~ Genotype*Day*Cue + (1|Subject)

我的基因型效應在R和SPSS之間是相同的（p〜0.12），但是我所有的相互作用都是不同的（基因型x天，基因型x線索，基因型x天x線索）。

R（lme4）輸出：

                 Sum Sq Mean Sq NumDF DenDF F.value    Pr(>F)    
Genotype            488   243.9     2    32   2.272   0.11954    
Day               25922  6480.4     4  1408  60.356 < 2.2e-16 ***
Cue               35821  4477.6     8  1408  41.703 < 2.2e-16 ***
Genotype:Day       3646   455.7     8  1408   4.244 4.751e-05 ***
Genotype:Cue        736    46.0    16  1408   0.429   0.97560    
Day:Cue            5063   158.2    32  1408   1.474   0.04352 *  
Genotype:Day:Cue   3297    51.5    64  1408   0.480   0.99984  

SPSS重復測量方差分析輸出：

                   F.value   Pr(>F)    
Genotype            2.272    0.120    
Day                 9.603    0.000
Cue                 83.916   0.000
Genotype:Day        0.675    0.712
Genotype:Cue        0.863    0.613    
Day:Cue             3.168    0.00  
Genotype:Day:Cue    1.031    0.411

您可以看到，R和SPSS的基因型主要作用相同。 此外，在R中，我的DenDF輸出也不正確。 知道為什么會這樣嗎？

甚至更多...使用ezANOVA，並使用與我用於lme4相同的數據集，這是我的代碼：

anova <- ezANOVA(data = dat,
    wid = Subject,
    dv = Att,
    within = .(Day, Cue),
    between = Genotype,
    type = 3) 

ezANOVA輸出：

            Effect DFn  DFd          F            p p<.05         ges
2         Genotype   2   32  2.2715034 1.195449e-01       0.044348362
3              Day   4  128  9.6034152 8.003233e-07     * 0.103474748
5              Cue   8  256 83.9162989 3.938364e-67     * 0.137556761
4     Genotype:Day   8  128  0.6753544 7.124675e-01       0.015974029
6     Genotype:Cue  16  256  0.8624463 6.133218e-01       0.003267726
7          Day:Cue  32 1024  3.1679308 1.257738e-08     * 0.022046134
8 Genotype:Day:Cue  64 1024  1.0313631 4.115000e-01       0.014466102

如何將ezANOVA轉換為lme4？

任何信息將不勝感激！ 謝謝！

Answer 1

首先：如果您可以共享數據，那將是非常有益和有益的，這可以更輕松地將lmer結果與SPSS / ezANOVA結果進行比較。

我個人更喜歡混合效果（即分層）模型，因為我發現它們更易於理解（和構造），所以我對重復測量方差分析並不那么熟悉。 將后者轉換為前者歸結為正確地將RM-ANOVA的效果內部/之間轉換為lmer混合效果模型的適當術語。

只要我對您的理解正確，以下內容似乎與您的模型問題陳述相符：

1. Genotype是您的固定作用
2. Subject是您的隨機（分組或阻止）效果
3. Day是批內Subject作用
4. Cue是批內Subject作用

相應的lmer模型應如下所示：

lmer(Obs ~ Genotype * Day * Cue + (Day:Cue|Subject)

如果這很難處理，則應嘗試

lmer(Obs ~ Genotype * Day * Cue + (Day|Subject) + (Cue|Subject) + (1|Subject)