R 错误：Can'；t不使用'；不存在

我试图用1到3个受试者因子进行混合方差分析

我的数据如下所示：

> head(rt_dat_allconds)
# A tibble: 6 x 6
# Groups:   participant, search_difficulty, cue_validity [3]
  participant search_difficulty cue_validity cue_colour     mrt  cond
        <dbl> <fct>             <fct>        <fct>        <dbl> <dbl>
1         642 difficult         FALSE        Match (Colo… 1.08      1
2         642 difficult         FALSE        Mismatch (O… 1.00      1
3         642 difficult         TRUE         Match (Colo… 0.961     1
4         642 difficult         TRUE         Mismatch (O… 0.978     1
5         642 easy              FALSE        Match (Colo… 0.945     1
6         642 easy              FALSE        Mismatch (O… 0.885     1

>头部（实时数据所有秒）
#一个tibble:6x6
#分组：参与者、搜索难度、线索效度[3]
参与者搜索\u难度提示\u有效性提示\u颜色mrt cond
1642困难的假比赛（科罗拉多州…1.08 1）
2642困难的错误不匹配（O…1.00 1
3642难真正的比赛（科罗拉多州…0.961 1）
4642困难的真实不匹配（O…0.978 1
5642简单的错误匹配（Colo…0.9451
6642易错配（O…0.885 1

我正在尝试为我的方差分析运行以下代码行：

res.aov <- anova_test(data=rt_dat_allconds, dv=mrt, wid=participant, between=cond, within=c(search_difficulty, cue_validity, cue_colour))
get_anova_table(res.aov)

---

res.aov如果您在分组TIBLE中运行
anova\u测试
，它将尝试运行分组anova，这将为数据中的每个组运行单独的anova。我相信这不是您想要的。让我用一个示例来说明这一点：

# Setting up
library(tidyverse)
library(rstatix)
data("ToothGrowth")
df <- ToothGrowth

#设置
图书馆（tidyverse）
图书馆（rstatix）
数据（“增长”）
df%>%
+方差分析（剂量）
方差分析表（II型试验）
效果DFn DFd F p p df%>%
+分组依据（支持）%>%
+方差分析（剂量）
#一个tibble:2x8
支持效果DFn DFd F p`p df%>%
+过滤器（支持==“OJ”）%>%
+方差分析（剂量）
由hccm（）计算的系数协方差
方差分析表（II型试验）
效果DFn DFd F p p df%>%
+过滤器（支持==“VC”）%>%
+方差分析（剂量）
由hccm（）计算的系数协方差
方差分析表（II型试验）
效果DFn DFd F p您可以运行
colnames（rt_dat_allconds）
并在此处显示结果>colnames（rt_dat_allconds）[1]“参与者”“搜索难度”“提示有效性”“提示颜色”“mrt”[6]“条件”您能运行
rt\u dat\u allconds%ungroup
并重试吗？成功了！！！！非常感谢您这能回答您的问题吗？
> df %>%
+   anova_test(len ~ dose)

ANOVA Table (type II tests)

  Effect DFn DFd       F        p p<.05   ges
1   dose   1  58 105.065 1.23e-14     * 0.644


> df %>%
+   group_by(supp) %>%
+   anova_test(len ~ dose)

# A tibble: 2 x 8
  supp  Effect   DFn   DFd     F        p `p<.05`   ges
* <fct> <chr>  <dbl> <dbl> <dbl>    <dbl> <chr>   <dbl>
1 OJ    dose       1    28  36.0 1.82e- 6 *       0.563
2 VC    dose       1    28 118.  1.51e-11 *       0.808

> df %>%
+   filter(supp == "OJ") %>%
+   anova_test(len ~ dose)
Coefficient covariances computed by hccm()
ANOVA Table (type II tests)

  Effect DFn DFd      F        p p<.05   ges
1   dose   1  28 36.013 1.82e-06     * 0.563
> df %>%
+   filter(supp == "VC") %>%
+   anova_test(len ~ dose)
Coefficient covariances computed by hccm()
ANOVA Table (type II tests)

  Effect DFn DFd       F        p p<.05   ges
1   dose   1  28 117.948 1.51e-11     * 0.808