Tenho uma pergunta sobre a saída do {car} Anova. Quero executar uma ANOVA de medidas repetidas 2×2 simples usando a abordagem multivariada. Posso executar o exemplo (modificado) na página de ajuda do Anova {car}: 

phase <- factor(rep(c("pretest", "posttest", "followup"), c(5, 5, 5)), levels=c("pretest", "posttest", "followup")) hour <- ordered(rep(1:5, 3)) idata <- data.frame(phase, hour) idata mod.ok <- lm(cbind(pre.1, pre.2, pre.3, pre.4, pre.5, post.1, post.2, post.3, post.4, post.5, fup.1, fup.2, fup.3, fup.4, fup.5) ~ 1, data=OBrienKaiser) (av.ok <- Anova(mod.ok, idata=idata, idesign=~phase*hour) ) b<-summary(av.ok)

Que fornece a seguinte saída (reduzida)

No entanto, com meus dados (veja abaixo), falta a saída do Greenhouse-Geisser: 

 h2 <- structure(list(A1neg = c(-8.427556992, 1.20452559, -14.331842422, -10.428559303, 1.750265002, 9.388166428, 0.790130436, -1.592002392, 0.539065838, -3.758603573, 8.391399384), B1neg = c(-12.188085556, -1.964554906, -12.247328758, -7.326891422, -0.961694896, -1.048453212, -4.225459576, 0.173920691, 1.876976371, -9.11947155, -1.706287026 ), A1pos = c(-0.660317183, 3.498036146, 22.003242493, 19.905063629, -3.124288321, 11.968006134, 5.838645935, 5.140467644, 5.154311657, 2.298083067, 1.164232969), B1pos = c(-12.805168152, -1.550003886, 45.990013123, 15.915545464, -1.67797184, 7.565258026, 10.635170937, 12.769438744, 11.738276482, 4.544145107, 0.230011433)), .Names = c("A1neg", "B1neg", "A1pos", "B1pos"), class = "data.frame", row.names = c("1", "11", "21", "31", "41", "51", "61", "71", "81", "91", "101")) condition <- ordered(rep(c("A", "B"), c(2)), levels=c("A", "B")) reg <- factor(rep(c("neg", "pos"), c(2,2)), levels=c("neg", "pos")) idata<-data.frame(condition, reg) idata mod.ok<-lm(cbind( A1neg,B1neg,A1pos,B1pos) ~ 1, data=h2) (av.ok<-Anova(mod.ok, idata=idata, idesign=~condition*reg)) summary(av.ok)

Isso dá: 

Univariate Type III Repeated-Measures ANOVA Assuming Sphericity SS num Df Error SS den Df F Pr(>F) (Intercept) 233.35 1 995.14 10 2.3449 0.15669 condition 3.32 1 373.00 10 0.0891 0.77143 reg 1220.66 1 2135.77 10 5.7153 0.03791 * condition:reg 62.48 1 176.90 10 3.5318 0.08963 . --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 >

Você tem alguma ideia, o que deu errado?

Resposta

Nada deu errado. O programa fez exatamente o que deveria fazer. É porque você só tem um experimento fatorial 2×2 em seu exemplo. O teste de Mauchly para esfericidade compara as variâncias das diferenças entre os níveis dos fatores de medidas repetidas. Outra maneira de ver isso é a matriz de covariância no projeto de medidas repetidas. Se você tiver um design 2×2, há apenas uma covariância, observe a seguinte matriz de variância-covariância (onde $ A1 $ e $ A2 $ são as medidas repetidas):

$$ \ left (\ begin {array} {ccc} Var (A1) & Cov (A1, A2) \\ Cov (A2, A1) & Var (A2) \ end {array} \ right) $$

Existe apenas uma covariância (covariância é simétrico), a saber $ Cov (A1, A2) = Cov (A2, A1) $. Portanto, há apenas uma variância da diferença $ Var (A1-A2) $. Portanto: em um projeto 2×2, a suposição de esfericidade é sempre atendida . É por isso que a função summary.Anova.mlm não calcula o teste de Mauchly e nenhuma correção Greenhouse-Geisser é fornecida na saída. Aqui está uma explicação muito boa de esfericidade e seu problema também é mencionado (seção “Complicações”).

Veja o que acontece se adicionarmos outro nível ao seu exemplo (eu criei os dados para “C”): 

h2 <- structure(list(A1neg = c(-8.427556992, 1.20452559, -14.331842422, -10.428559303, 1.750265002, 9.388166428, 0.790130436, -1.592002392, 0.539065838, -3.758603573, 8.391399384), B1neg = c(-12.188085556, -1.964554906, -12.247328758, -7.326891422, -0.961694896, -1.048453212, -4.225459576, 0.173920691, 1.876976371, -9.11947155, -1.706287026), C1neg = c(1.750265002, 0.539065838, 1.20452559, 8.391399384, -3.758603573, -7.326891422, 0.790130436, -9.11947155, -1.592002392, -12.188085556, -10.428559303), A1pos = c(-0.660317183, 3.498036146, 22.003242493, 19.905063629, -3.124288321, 11.968006134, 5.838645935, 5.140467644, 5.154311657, 2.298083067, 1.164232969), B1pos = c(-12.805168152, -1.550003886, 45.990013123, 15.915545464, -1.67797184, 7.565258026, 10.635170937, 12.769438744, 11.738276482, 4.544145107, 0.230011433), C1pos= c(-1.550003886, 1.164232969, 11.738276482, 5.838645935, -12.805168152, -0.660317183, 22.003242493, 19.905063629, 0.230011433, 7.565258026, 5.154311657)), .Names = c("A1neg", "B1neg", "C1neg", "A1pos", "B1pos", "C1pos"), class = "data.frame", row.names = c("1", "11", "21", "31", "41", "51", "61", "71", "81", "91", "101")) condition <- ordered(rep(c("A", "B", "C"), c(2)), levels=c("A", "B", "C")) reg <- factor(rep(c("neg", "pos"), c(3,3)), levels=c("neg", "pos")) idata<-data.frame(condition, reg) idata mod.ok<-lm(cbind(A1neg,B1neg,C1neg, A1pos,B1pos,C1pos) ~ 1, data=h2) (av.ok<-Anova(mod.ok, idata=idata, idesign=~condition*reg)) summary(av.ok)

Agora, a saída mostra o teste de Mauchly e a correção Greenhouse-Geisser. 

Univariate Type III Repeated-Measures ANOVA Assuming Sphericity SS num Df Error SS den Df F Pr(>F) (Intercept) 248.91 1 1158.47 10 2.1486 0.17342 condition 20.52 2 875.91 20 0.2342 0.79333 reg 1571.69 1 1789.74 10 8.7817 0.01421 * condition:reg 82.27 2 1244.02 20 0.6613 0.52710 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Mauchly Tests for Sphericity Test statistic p-value condition 0.97043 0.87365 condition:reg 0.48792 0.03959 Greenhouse-Geisser and Huynh-Feldt Corrections for Departure from Sphericity GG eps Pr(>F[GG]) condition 0.97128 0.7872 condition:reg 0.66134 0.4719 HF eps Pr(>F[HF]) condition 1.20188 0.7933 condition:reg 0.72312 0.4838

Comentários

  • Perfeito, muito obrigado pela explicação e por fornecer o link.
  • @RubenReal You ' seja bem-vindo. Que bom que pude ajudar.

Deixe uma resposta

O seu endereço de email não será publicado. Campos obrigatórios marcados com *