Jaka jest preferowana metoda przeprowadzania post-hoców w ramach testów przedmiotowych? Widziałem opublikowane prace, w których stosuje się HSD Tukeya, ale przegląd Keppela i Maxwella i Delaneya sugeruje, że prawdopodobne naruszenie kulistości w tych projektach powoduje, że termin błędu jest niepoprawny, a takie podejście jest problematyczne. Maxwell i Delaney podają podejście do problemu w swojej książce, ale nigdy nie widziałem, aby było tak w żadnym pakiecie statystyk. Czy oferowane przez nich podejście jest odpowiednie? Czy poprawność Bonferroniego lub Sidaka w testach t dla wielu sparowanych próbek byłaby uzasadniona? Dopuszczalna odpowiedź zapewni ogólny kod R, który może przeprowadzać post-hoki na prostych, wielostronnych i mieszanych projektach wytworzonych przez ezANOVA
funkcję w ez
pakiecie, oraz odpowiednie cytaty, które prawdopodobnie przejdą z recenzentami.
lme
lub lmer
funkcji lub z niektórych bardziej tradycyjnych metod, jak t-testu lub ANOVA (jak jestem obecnie próbuje użyć go ANOVA).
lme
, patrz komentarze do zaakceptowanej odpowiedzi: stats.stackexchange.com/q/14088/442 Za pomocą obiektu klasy lme
można użyć multcomp
do efektów wewnątrz podmiotu. Oferuje różne rodzaje korekcji błędów alfa, ale głównie te, które nie są specjalnie lubiane (jak ten, który zaproponowałem, który został uznany przez społeczność za „właściwy”). Oprócz winiety jest też książka, multcomp
która wyjaśnia wszystkie metody. Jeśli chcesz post-hoców bez regulacji, użyj albo fit.contrast
z gmodel
nowego contrast
pakietu.
ezANOVA
funkcji? Jeśli tak, myślę, że mogę odpowiedzieć na to pytanie, ale A opierałby się na testach dla modeli jednowymiarowych, dla których sferyczność jest krytycznym założeniem. Jeśli nie potrzebujesz ograniczenia A do obliczeń ANOVA ez
pakietu, mógłbym podać A, który używa modeli wielowymiarowych do testów post-hoc.