R 对于统计类作业，我必须证明方差分析将在t检验不存在的情况下获得显著性？

如何对R中的重复测量方差分析进行Holm-Sidak检验

MeanSEP是一篇论文结果中的伏打电位，我必须在课堂上重新进行统计测试。我正在寻找条件之间的显著差异；基线、ABCD、DCBA和300

以下是我所得到的：

control1 = data.frame(
  c("m1","m2","m3","m4"),
  c(129.43,152.48,118.79,156.02),
  c(180.85,228.72,257.09,278.37),
  c(198.58,230.5,235.82,304.96),
  c(134.75,159.57,223.4,255.32))
colnames(control1) = c("subject","Control","ABCD","DCBA","300")
control=stack(control1) 

subject = rep(control1$subject,4)        # create the "subject" variable
control[3] = subject                   # add it to the new data frame
rm(subject)                               # clean up your workspace
colnames(control) = c("MeanSEP", "Condition", "subject") 

testc= aov(MeanSEP ~ Condition + Error(subject/Condition), data=control)
summary(testc)

---

该函数可能对您有所帮助。我认为您需要对每次比较进行t检验，然后将这些检验结果与方差分析进行比较。不过，你真的应该自己弄清楚。我知道这个线程已经死了，但我只想澄清一下，我的教授希望我们使用堆栈交换。整个课程基本上是一个关于如何使用R的教程，通过使用在线资源（包括有帮助的陌生人）自学。我的教授试图教我们如何自学，而不是如何写出好的多选项分数。编写正确的代码不足以通过作业。我们需要能够就给我们的问题写一篇简短的讨论。我们如何获得这些信息取决于我们自己。