Qual è il metodo preferito per condurre post-hocs nell'ambito dei test dei soggetti? Ho visto lavori pubblicati in cui viene impiegato HSD di Tukey, ma una recensione di Keppel e Maxwell & Delaney suggerisce che la probabile violazione della sfericità in questi progetti rende il termine di errore errato e questo approccio problematico. Maxwell e Delaney forniscono un approccio al problema nel loro libro, ma non l'ho mai visto così in nessun pacchetto di statistiche. L'approccio che offrono è appropriato? Sarebbe ragionevole una correzione Bonferroni o Sidak su più test T per campioni accoppiati? Una risposta accettabile fornirà un codice R generale che può condurre post-hocs su progetti semplici, a più vie e misti come prodotti dalla ezANOVA
funzione nel ez
pacchetto e citazioni appropriate che probabilmente passeranno in rassegna con i revisori.
lme
o lmer
la funzione o con alcuni metodi più tradizionali come t-test o ANOVA (come attualmente sto cercando di utilizzare con ANOVA).
lme
, vedere i commenti alla risposta accettata: stats.stackexchange.com/q/14088/442 Con un oggetto di classe lme
che puoi usare multcomp
per effetti all'interno del soggetto. Offre diversi tipi di regolazione dell'errore alfa, ma soprattutto quelli che non ti piacciono particolarmente (come quello che ho proposto che è stato votato come "giusto" dalla comunità). Oltre alla vignetta, c'è anche un libro multcomp
che spiega tutti i metodi. Se si desidera post-hocs senza regolazione, utilizzare fit.contrast
da gmodel
o il nuovo contrast
pacchetto.
ezANOVA
funzione? In tal caso, penso di poter rispondere a questa domanda, ma la A farebbe affidamento su test per modelli univariati per i quali la sfericità è un presupposto fondamentale. Se non hai bisogno che A sia vincolata ai calcoli ANOVA del ez
pacchetto, potrei dare una A che utilizza modelli multivariati per i test post-hoc.