ANOVA de medidas repetidas de 3 vías

Question

Llevé a cabo el experimento de tiempo de reacción con tres factores: tamaño del conjunto (4, 16, 64), presencia del objetivo (presente, ausente) y el tercer factor con dos niveles (C, F).

Después de eso corrí un ANOVA de medidas repetidas en R:

m2 <- aov(time ~ pres*fact*size + Error(1/subj), data = data)

fact y pres están factorizados. El resultado es que todos los efectos principales y todas las interacciones (incluidas las de tres vías) son significativos.

No tengo ni idea de cómo interpretar la interacción de 3 vías en este caso, ¿puedo excluirla de alguna manera del modelo? ¿Y he especificado un ANOVA correctamente?

Answer 1

Aunque esto llega con cinco años de retraso, lo publicaré como información para cualquier otra persona que se tropiece con este hilo. La primera parte del modelo está correctamente especificada, es decir

time ~ pres*fact*size

Sin embargo, el término de error está mal especificado. Tenga en cuenta que en el ANOVA de medidas repetidas, "el término de error para cualquier efecto dentro del sujeto es la interacción de ese efecto con los sujetos [o cualquier entidad que se mida repetidamente] (Keppel, G., & Wickens, T. D., 2004, p. 40)".

Para este ejemplo concreto, si se utiliza la función aov() de R, el término de error se especificaría así:

Error(subj/(pres*fact*size))

Así que en total, tenemos:

m2 <- aov(time ~ pres*fact*size + Error(subj/(pres*fact*size)), data = data)

En cuanto a la interpretación de una interacción de tres vías: La implicación es que una interacción bidireccional varió sobre los niveles de un tercer factor. En otras palabras, había una interacción bidireccional que sólo se manifestaba en un nivel o niveles específicos de un tercer factor. Para llegar al meollo de la cuestión, tendría que seguir su ANOVA ómnibus con contrastes de interacción. Para determinar qué contrastes de interacción debe probar, sería útil trazar sus datos utilizando un gráfico de líneas. Tal y como están las cosas, no hay suficiente información disponible en su mensaje para proporcionar más orientación.

Editar Quizás no haga falta decirlo, pero esto es en el caso de que se obtenga dicho resultado con el modelo correctamente especificado.