R 中的重复测量/受试者内方差分析

Question

我正在尝试使用 R 运行重复测量方差分析。我已经浏览了各种网站上的各种示例，但他们似乎从未谈论过我遇到的错误。我想我误解了一些重要的东西。

我试图运行的方差分析是基于使用人类参与者进行的实验中的一些数据。它有一个DV和三个IV。所有 IV 的所有级别都在所有参与者身上运行，使其成为三向重复测量/受试者内方差分析。

我在R中运行的代码如下:

aov.output = aov(DV~ IV1 * IV2 * IV3 + Error(PARTICIPANT_ID / (IV1 * IV2 * IV3)),
                 data=fulldata)

当我运行它时，我收到以下警告:

Error() model is singular

任何想法我可能做错了什么？

Answer 1

尝试使用 lme4 包中的 lmer 函数。 aov 函数在这里可能不合适。寻找 Dougles Bates 的引用资料，例如http://lme4.r-forge.r-project.org/book/Ch4.pdf (其他章节也很棒，但那是重测章节，这是简介:http://lme4.r-forge.r-project.org/book/Ch1.pdf)。 R代码在同一个地方，对于纵向数据，现在似乎普遍认为只适合OLS而不是像lme4包或nlme那样的方差模型的组件是错误的，这对我来说似乎是最近流行度被 lme4 疯狂超越。您可能会注意到 Brian Ripley 在上面的评论部分中引用的帖子也只是建议切换到 lme。

顺便说一句，跳跃的一个巨大优势是，您将能够使用典型语法对每个效果的水平进行估计，作为对总均值的调整:

lmer(DV ~ 1  +IV1*IV2*IV3 +(IV1*IV2*IV3|Subject), dataset))

请注意，您的随机效应将是矢量值。