R 因素内方差分析后TukeyHSD

我运行以下命令

a1 <- aov(Ratio~(Condition*Event) + Error(Participant/(Condition*Event)), Data)
summary(a1)

a1
aov（）
with
Error（）
返回一个对象，其类为
“aovlist”“listof”
。TukeyHSD显然没有用于这两个类的方法。
库（laercio）
library(laercio)
some.aov <- aov(Ratio~(Condition*Event) + Error(Participant/(Condition*Event)), Data)
anova(some.aov)
LTukey(some.aov,"Condition")

AOV
作为一种替代传统重复测量方差分析的内标设计，你可以考虑使用线性混合效应方法。它正越来越多地用于科学界，避免了一些方差分析陷阱，同时允许更复杂的误差结构。有了连续响应变量，包就足够了，但您也可以使用它来进一步处理分类响应变量。对于多重比较（包括Tukey的事后测试），则该软件包（请参见
glht（）
函数）可用于安装了
nlme:：lme
的混合效果模型，如下所述：

关于您的设计有一个简短的评论：如果您的响应（因变量）比率是一个比例或一个有界值，您可以考虑使用不同的链接函数。
可以提供data.frame的
str
。或者更好的是，提供相关对象的
dput（）
。
aov（）
with
Error（）
返回一个类为
“aovlist”“listof”
的对象。TukeyHSD显然没有用于这两个类的方法。Kevin，为你刚刚写的内容创建一个“答案”，这样我就可以给你评分了。鲜为人知的是laercio包，它也执行相同的测试，可能更容易实现。它不接受那种模型，只有从
aov
返回的标准模型没有错误结构（如
TukeyHSD
）。