2x2x5 ANOVA de medidas repetidas: importante 3-forma de interacción

Question

Tengo 3 de sujeto factores, a saber, offset (1px, ..., 5px), side (izquierda, derecha) y color (rojo, verde), que definen las características de los estímulos en un tiempo de reacción del experimento. El DV es el tiempo de reacción RT. El diseño es completamente equilibrada.

Me encontré con un ANOVA de medidas repetidas en R, como este:

options(contrasts = c("contr.helmert", "contr.poly"))

simon.aov <- aov(median.RT ~ color*side*offset + Error(VP / (color*side*offset)), data=dfa)

Los resultados revelaron un efecto principal significativo de la color, así como una interacción significativa color x side y un significativo 3-forma de interacción color x side x offset.
Mi principal interés reside en las interacciones. Específicamente, quiero saber en cual de los 5 compensaciones (es decir, en los que los niveles de la tercer factor) la 2-forma de interacción color x side alcanza significación.

Yo soy de ninguna manera familiarizado con post-hoc de contrastes y comparaciones múltiples, pero esta cuestión es la esencia de la tesis que estoy trabajando. Así que mi progreso depende de una adecuada prueba para examinar esta cuestión.

Le agradezco mucho cualquier ayuda sobre el que ejecutar la prueba, y cómo hacerlo de la manera más eficiente en R.

Editar:

Lo siento, no proporcionó ninguna de las parcelas anteriores.

@Juan: Aquí está la parcela solicitada.

Sin embargo, creo que el siguiente argumento aclara mi pregunta:

Parece que no hay ninguna color x side interacción en los primeros 3 niveles de offset, pero esta interacción surge en offset 4 y 5. Esto es lo que la trama parece implicar, sin embargo no sé cómo demostrarlo estadísticamente.

Answer 1

No estoy seguro de lo que va a probar, pero mirando a su primer gráfico parece bastante claro. Hay generalmente un efecto de color, pero en el lado izquierdo y a mayores desplazamientos desaparece.

Supongo que quiso poner a prueba a todos los efectos de color para ver dónde estaban significativo y donde no estaban. Si usted se encontraron importantes de todos o todos los no que no la dan más información que su interacción (y la interacción es independiente de los resultados). Si usted encuentra algunos fueron y algunos no eran esto no prueba su interacción, porque la diferencia entre lo significativo y no significativo no es en sí mismo significativo.

Supongo que se podría tratar de explorar algo más acerca de la diferencia en los patrones pero dado que el desplazamiento se parece como una variable continua que debe tener cierto función de si se está haciendo nada, no estoy seguro de que el establecimiento de cualquier otra cosa diferente acerca de la ondulación de las líneas en los dos lados sería donde se desea ir.

ACTUALIZACIÓN después de ver los comentarios

La explicación de su interacción sería que el efecto de color y secundarios son consistentes hasta las compensaciones de 4 y 5 donde el efecto de color sólo existe para uno de los lados. Eso es sólo una repetición de lo que he dicho antes, en línea con su hipótesis.

Tener en cuenta lo que tendría a la prueba post hoc o plan de contrastes para realmente demostrar esto. La búsqueda de un efecto sólo en los grandes desplazamientos es inútil ya que el color en sí es la interacción con el otro; por lo tanto, usted tiene que demostrar que interactúa con las compensaciones para mostrar que están teniendo un efecto así. Eso es lo que su ANOVA está diciendo. Ya planeado contraste que desee. ¿Hay algo más que se puede hacer que la interacción ocurre? ¿Necesita explicar algo más?

Si hacemos el análisis de VARIANZA a los 4 y 5 es probable que no obtenga una interacción con el offset, sólo uno entre color y lado, que va a ser sustancialmente menos evidencia de lo que quieres decir, no más.

Tenga en cuenta, las interacciones significar algo. Fijamos en los datos y averiguar lo que significa que antes de considerar más pruebas estadísticas. Si están relativamente claros, como en este caso, entonces usted está listo.

Answer 2

Respondiendo a la última pregunta: En cada desplazamiento, calcular el color de x lado interacción contraste puntuación para cada tema y hacer una prueba de t de la media. Entonces todo lo que tiene que preocuparse es de ajustar por la multiplicidad. Creo que un paso a paso de Bonferroni será suficiente, pero otros pueden pensar de manera diferente.

En el segundo pensamiento, hay algo más de que preocuparse. Hallazgo de que las dos vías de interacción es significativa a un desplazamiento y no a otro por sí mismo no justifica la conclusión de que los dos desplazamientos tienen diferentes interacciones de dos. Por eso, usted necesita para poner a prueba y rechazar el 2 x 2 x 2 interacción de tres vías de la participación de esas dos desplazamientos. Lo que significa que 10 más pruebas. El hecho de que, en general, de 2 x 2 x 5 interacción de tres vías es significativo sólo significa que algunos de contraste de los cinco interacciones de dos es signifcativo. La lógica aquí es casi el mismo como en un camino en el diseño global de la prueba es importante, y usted quiere saber lo que significa diferir de la que otros medios.

Answer 3

Generalmente hablando, cuando en la presencia de una no-aditividad ("interacción"), los efectos principales y de menor orden de las interacciones son de menos importancia. Por lo general encontramos que por el momento hemos examinado tres-factor de interacción, la mayoría de lo que está pasando en el menor orden de efectos se explicó.

I (tentativamente) de acuerdo con su análisis de la segunda serie de parcelas. El mismo patrón se presenta en el primer set, pero no es tan obvio. Pero, como usted lo pidió, cómo mostrar esto? Usted puede mostrar esto a través de un solo grado de libertad de contrastes. Este es el tipo de situación donde más parámetros de los modelos (como el modelo de efectos que se usa) son un verdadero dolor de cabeza.

Lo que yo haría es la siguiente:

1. Vuelva a colocar el modelo como RT ~ 0 + Color*Side*Offset;
2. En una hoja separada de papel, coloque las 20 células en el modelo;
3. Definir el Color MainEffect Contraste, el Lado Principal Efecto de Contraste, y el Desplazamiento Principal Efecto de los Contrastes, el uso de la secuencia de Helmert el primer peldaño de 0 desplazamiento;
4. El uso de los Principales efectos de contrastes para derivar los cuatro grados de la libertad por el Color de x Lado x Desplazamiento de la interacción;
5. Hacer un step-up la secuencia de pruebas de F para ver si la no aditividad se convierte en significativo.

No, en realidad lo que yo haría es lo mismo el uso de SAS porque entiendo cómo SAS maneja modelos lineales mejor de lo que yo grok R.