0
我無法找到事後測試來解密會話影響中「Session」或時間的處理方法。對時間效應內重複測量方差分析處理的Post-Hoc統計分析
這是我的數據:
TR SESSION MAC FISHD ID
1 1 1 3.285714286 1
2 1 2 0.571428571 2
2 1 3 3.571428571 3
1 1 4 4 4
1 2 1 4 5
2 2 2 6.571428571 6
2 2 3 3.142857143 7
1 2 4 8.857142857 8
1 3 1 0.714285714 9
2 3 2 1.714285714 10
2 3 3 4.428571429 11
1 3 4 0.714285714 12
這是我得到了重複測量:
model.b = lme(FISHD ~ TR + SESSION + TR*SESSION,
random = ~1|MAC,
data=TTDall2)
> ACF(model.b)
lag ACF
1 0 1.0000000
2 1 -0.7547232
3 2 0.4852727
> model2 = lme(FISHD ~ TR + SESSION + TR*SESSION,
+ random = ~1|MAC,
+ correlation = corAR1(form = ~ SESSION | MAC,
+ value = -0.7547232),
+ data=TTDall2,
+ method="REML")
> Anova(model2)
Analysis of Deviance Table (Type II tests)
Response: FISHD
Chisq Df Pr(>Chisq)
TR 0.2014 1 0.6536
SESSION 25.0418 1 5.61e-07 ***
TR:SESSION 103.9113 1 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
我試圖破譯的時候有一個治療的影響。有任何想法嗎?
我需要澄清一下,什麼是警告?你所做的只是針對一般的重複措施是否正確?我們對我們的開始方法沒有信心所以這是有幫助的。所以你說的是在治療時間或「SESSION」的交互作用時,我們獲得了重要的時間價值和時間內的治療,這意味着在某個時間段的時間和治療會顯着影響魚類密度。正確?所以我們試圖找到一個事後檢驗來確定在哪個時間點治療是重要的。 – Berin
這不是我看到它的方式。這些測試都是跨越時間或處理的比較,所以沒有理由說一個SESSION負責。如果你做了一個情節,你會發現FISHD上升然後下降,所以隨着時間的推移,「二次」效應是我所懷疑的是模型比較意義的基礎。 –
對不起,還有一個問題。所以你說沒有辦法確定治療的影響在時間內?我有3個不同的會話,我們抽樣了一個,兩個和三個。在第三次會議上,經過處理的宏觀魚類具有較高的魚類密度,因此我們預計第三階段的處理會產生影響。在R中重複測量anova後沒有進行測試的事後測試?我相信我們正在尋找一個相當於在SASS「切片」它。非常感謝你的幫助。 – Berin