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:R 错误:Can';t不使用';不存在,r,dplyr,anova,R,Dplyr,Anova,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>
> 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