方差分析后的事后测试，使用R进行重复测量

我在R中执行了重复测量方差分析，如下所示：

aov_velocity = aov(Velocity ~ Material + Error(Subject/(Material)), data=scrd)
summary(aov_velocity)

• 在使用重复测量进行方差分析后，R中的哪种语法可以用于执行事后测试？
• 用Bonferroni校正进行Tukey检验是否合适？如果是这样，如何在R中完成呢？

您可以做的是指定模型，lme然后glht从multcomp包中使用该模型执行您想要的操作。但是，lme给出的F值与标准ANOVA略有不同（另请参见我最近的问题）。

lme_velocity = lme(Velocity ~ Material, data=scrd, random = ~1|Subject)
anova(lme_velocity)

require(multcomp)
summary(glht(lme_velocity, linfct=mcp(Material = "Tukey")), test = adjusted(type = "bonferroni"))

有关bonferroni的其他对比，请参阅例如包装作者的书multcomp。

您可能还希望在R-mailing列表上看到此帖子，以及此博客文章，用于在R中指定重复测量方差分析。

但是，正如我这个问题所示，我不确定这种方法是否与方差分析相同。此外，glht仅报告z值，而不报告通常的t或F值。这似乎也不常见。

到目前为止，我还没有遇到另一种方法。

如果您想坚持使用该aov()功能，则可以使用emmeans可以处理aovlist（和许多其他）对象的包装。

library("emmeans")
# set orthogonal contrasts
options(contrasts = c("contr.sum", "contr.poly"))

aov_velocity <- aov(Velocity ~ Material + Error(Subject / Material), data = scrd)

创建emmGrid对象后如下

emm <- emmeans(aov_velocity, ~ Material)

使用此pairs()功能很容易获得所有（事后）成对比较，或者使用软件包的contrast()功能可以很容易地获得任何所需的对比度emmeans。可以通过adjust以下功能的参数实现多次测试调整：

pairs(emm)  # adjust argument not specified -> default p-value adjustment in this case is "tukey"  

有关此的更多信息，我发现详细的emmeans插图和文档非常有帮助。

另外，您可以在此处找到完整的（可重现的）示例，其中包括有关如何获取正确的对比度权重的说明。

但是请注意，如果违反球度，则在事后检验中使用单变量模型可能会产生反保守的p值。

如果满足球形度，则可以运行双向ANOVA：

aov_velocity = aov(Velocity~Material+Subject, data=scrd)
posthoc      = TukeyHSD(aov_velocity, 'Material', conf.level=0.95).