Upprepad mätning ANOVA
I den föregående övningen såg du hur ett parat t-test är kraftfullare än ett vanligt t-test. I den här övningen kommer du att se hur statistiska metoder generaliserar. Först undersöker du hur ett parat t-test är ett specialfall av en upprepad mätning ANOVA. Du kommer även att se hur en upprepad mätning ANOVA är ett specialfall av en mixed-effects-modell med hjälp av lmer() i R.
I den första delen transformerar du simulerad data från två vektorer till en data.frame(). I den andra delen undersöker du modellresultaten för att se hur de skiljer sig åt. I den tredje delen jämför du utdata från modellerna med varandra.
Den här övningen är en del av kursen
Hierarkiska modeller och modeller med blandade effekter i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create the data.frame, using the variables from the previous exercise.
# y is the joined vectors before and after.
# trial is the repeated names before and after, each one repeated n_ind
# ind is the letter of the individual, repeated 2 times (because there were two observations)
dat <- data.frame(y = c(___, ___),
trial = rep(c("before", "after"), each = ___),
ind = rep(letters[1:n_ind], times = ___))