在SPSS中，R（使用ezAnova）与估计边际均值的差异

这有点像圣母玛利亚，但我希望这里有人以前遇到过。我最近从SPSS转换到R，我现在尝试做一个混合模型方差分析。因为我对自己的R技能还没有信心，所以我使用SPSS中完全相同的数据集来比较我的结果

我有一个数据集

dv=RT

内=课时（2级）、主球（3级）、侧翼（2级）

之间=组（3级）

没有协变量

每个小组级别的参与者人数不等（25,25,23）

在R中，我使用ezAnova软件包进行混合模型方差分析：

results <- ezANOVA(
    data = ant_rt_correct
    , wid = subject
    , dv = rt
    , between = group
    , within = .(session, cue, flanker) 
    , detailed = T
    , type = 3
    , return_aov = T
)

结果很好，即：

R:会话F（1,70）=46.123 p=.000

SPSS：会话F（1,70）=46.123 p=.000

我还要求使用以下公式计算每个单元格的平均值：

descMeans <- ezStats(
    data = ant_rt_correct
    , wid = subject
    , dv = rt
    , between = group
    , within = .(session, cue, flanker) #,cue,flanker)
    , within_full = .(location,direction)
    , type = 3
)

---

descMeans我建议你试试这个：

library(lme4)    ### I'm guessing you need to install this package first
mod <- lmer(rt ~ session + cue + flanker + (1|group),
            data = ant_rt_correct)

library(emmeans)
emm <- emmeans(mod, ~ session * cue * flanker)
pairs(emm, by = c("cue", "flanker")        # simple comparisons for session
pairs(emm, by = c("session", "flanker")    # simple comparisons for cue
pairs(emm, by = c("session", "cue")        # simple comparisons for flanker

library（lme4）####我猜您需要先安装此软件包
对于初学者来说，你不能只编写你认为应该有效的语法。在这种情况下，表达式
~group | session | cue |侧翼
在
emmeans（）
函数中没有意义。只有一个
|
可以在那里（我不知道它将如何处理您的规范，我是包开发人员）。阅读文档并决定什么是合适的。我想你需要
~group*session*cue*侧翼
给定你的SPSS代码。（续下一条评论）顺便说一句，我能想到的导致差异的主要原因是：（1）你在R中拟合的模型与你在SPSS中拟合的模型不等价。（这似乎更有可能）；（2）SPSS对EMM的定义不同，可能是某种加权平均数。但我会专注于（1）。如果你的回归系数、随机效应估计值等不匹配，这对emmeans来说不是问题（至少到目前为止）。首先，我还要说的是，很难理解你想在SPSS中建立什么样的模型。我不使用SPSS，但这看起来真是一团糟。
.spatial
的多个实例让我确信，您的
aov_ez
模型甚至与您在SPSS中安装的模型不尽相同。您好，谢谢您的评论。关于你的第一点，就emmeans而言，~with the multiple |给了我与*格式语法完全相同的输出，但是输出的格式更容易理解（任何像bonferroni这样的调整都会以不同的方式计算级别）。至于SPSS模型，恐怕这就是它应该看起来的样子。SPSS获取格式广泛的数据，每个单元格的平均值用不同的变量表示。我同意它看起来很糟糕，但这只是它的工作方式。因此，我还认为模型可能会有不同的指定，但所有其他模型统计数据在ezAnova、AFEX（aov_ez）和SPSS之间完全相同。这三种方法的输出不同。鉴于aov_ez模型的emmeans输出似乎更像SPSS数据（以及预期的平均值），我认为这是ezAnova的问题（而不是emmeans的问题）。
eMeans <- emmeans(results$aov, ~ group | session | cue | flanker)

results <- aov_ez(
    "subject"
    ,"rt"
    ,ant_rt_correct 
    ,between=c("group")
    ,within=c("session", "cue", "flanker") 
    )
)

eMeans <- emmeans(results, ~ group | session | cue | flanker)

library(lme4)    ### I'm guessing you need to install this package first
mod <- lmer(rt ~ session + cue + flanker + (1|group),
            data = ant_rt_correct)

library(emmeans)
emm <- emmeans(mod, ~ session * cue * flanker)
pairs(emm, by = c("cue", "flanker")        # simple comparisons for session
pairs(emm, by = c("session", "flanker")    # simple comparisons for cue
pairs(emm, by = c("session", "cue")        # simple comparisons for flanker