P R p R p-valor de la mitad de SPSS rANOVA

Question

He hecho rANOVA en SPSS y, a continuación, en R y tiene dos diferentes valores de p desde el mismo modelo. Mientras SPSS da 0.032, R da 0.0162, que cuando redondeado es un medio. Otros datos son exactamente los mismos.

1. Por qué?

Intuitivamente, uno de ellos hace una cola, y el otro una prueba de dos colas. Otros valores son: Sum Sq 19.071 (SPSS) v. 24.14 (R) o el valor de F 4.863 (SPSS) v. 6.156 (R).

Otras partes de la tabla son los mismos a pesar de que, tanto IV1 * IV2 y residuals.

2. Por qué? Que es "más correcto"?

3. Cómo obtener el paquete SPSS-informó los valores de R?

SPSS enfoque:

Analyze –> General Linear Model –> Repeated Measures…

R enfoque:

summary(aov(DV ~ IV1 * IV2 + Error(subject/(IV1 * IV2)), data))

Actualización para responder a @PeterFlom y dar detalles adicionales:

Estoy evaluando el efecto de una intervención (tratamiento: una clase) en la capacidad de detectar comportamiento pistas de emociones utilizando estímulos visuales utilizando pretest-posttest además del control grupo experimental de diseño.

El grupo experimental se le da el primer conjunto de estímulos, entonces no es la intervención y el segundo conjunto de estímulos de la siguiente manera. Naturalmente, el mismo sin la intervención se produce en el caso del grupo de control. Dos grupos, dos de las mediciones de cada uno.

La hipótesis es que la intervención aumenta significativamente la capacidad de detectar comportamiento pistas de emociones.

SPSS calcula de la misma interacción.

Los datos:

    subject   group   phase     value
1        A1     exp     pre        13
2        A2     exp     pre         7
.
35       B1    cont     pre         9
36       B2    cont     pre        14
.
57       A1     exp    post        11
58       A2     exp    post        12
.
91       B1    cont    post        13
92       B2    cont    post        12

Honestamente, yo estoy usando es como es porque un tutorial lo dijo. Tengo una muy profunda comprensión del proceso correcto en R.

Actualización en respuesta a @ttnphns:

SPSS datos:

group    pre    post
  exp     13      11
  exp      7      12
 cont      9      13
 cont     14      12

SPSS comandos:

GET DATA 
  /TYPE=TXT 
  /FILE="F:\file.csv" 
  /DELCASE=LINE 
  /DELIMITERS=";" 
  /ARRANGEMENT=DELIMITED 
  /FIRSTCASE=2 
  /IMPORTCASE=ALL 
  /VARIABLES= 
  group A4 
  pre F2.0 
  post F2.0. 
CACHE. 
EXECUTE. 
DATASET NAME DataSet1 WINDOW=FRONT. 
GLM pre post BY group 
  /WSFACTOR=phase 2 Polynomial 
  /METHOD=SSTYPE(3) 
  /PLOT=PROFILE(phase*group) 
  /PRINT=DESCRIPTIVE ETASQ 
  /CRITERIA=ALPHA(.05) 
  /WSDESIGN=phase 
  /DESIGN=group.

Answer 1

Como se indicó en los comentarios, SS tipo I (aov()) vs III (SPSS) es de hecho una de las razones de los diferentes resultados. La otra razón es que su fórmula para aov() es incorrecta, ya que el Error() término que se utiliza es el de dos cruzados dentro de los factores - mientras que usted tiene uno entre (group) y dentro (phase) factor. He aquí un reproducible ejemplo sobre cómo replicar los resultados de SPSS en R. Primero SS tipo I con aov():

set.seed(23)         # make reproducible
Nj  <- c(22, 34)     # number of subjects in control and experimental group (unbalanced)

# data frame long format -> make sure subject, group and phase are factors
dfL <- data.frame(subject=factor(rep(1:sum(Nj), times=2)),
                  group=factor(rep(rep(c("A", "B"), times=Nj), time=2)),
                  phase=factor(rep(1:2, each=sum(Nj))),
                  value=round(rnorm(2*sum(Nj), rep(c(-0.5, 0.5), each=sum(Nj)), 2), 3))

summary(aov(value ~ group*phase + Error(subject/phase), data=dfL))

resultados en:

Error: subject
          Df Sum Sq Mean Sq F value Pr(>F)
group      1   0.81   0.812   0.198  0.658
Residuals 54 221.72   4.106               

Error: subject:phase
            Df Sum Sq Mean Sq F value  Pr(>F)   
phase        1  29.04  29.040   8.747 0.00459 **
group:phase  1   5.80   5.799   1.747 0.19188   
Residuals   54 179.28   3.320

Ahora SS tipo III usando Anova() del paquete car. Asegúrese de utilizar el efecto de codificación en lugar de tratamiento de la codificación de la SS tipo III requiere que este.

# effect coding
options(contrasts=c(unordered="contr.sum", ordered="contr.poly"))

# data frame in wide format
dfW <- reshape(dfL, direction="wide", v.names="value", timevar="phase",
               idvar=c("subject", "group"))

library(car)   # for Anova()
fitSPFpq   <- lm(cbind(value.1, value.2) ~ group, data=dfW)
inSPFpq    <- data.frame(phase=gl(2, 1))
AnovaSPFpq <- Anova(fitSPFpq, idata=inSPFpq, idesign=~phase, type="III")
summary(AnovaSPFpq, multivariate=FALSE, univariate=TRUE)

da

Univariate Type III Repeated-Measures ANOVA Assuming Sphericity

                 SS num Df Error SS den Df      F  Pr(>F)  
(Intercept)  1.7844      1   221.72     54 0.4346 0.51256  
group        0.8118      1   221.72     54 0.1977 0.65834  
phase       22.5410      1   179.28     54 6.7896 0.01182 *
group:phase  5.7985      1   179.28     54 1.7466 0.19188

... la misma como SPSS.

Answer 2

Harold, No estoy seguro si esto es el por qué de la diferencia, pero tomo nota de que en el programa SPSS se especifica el MÉTODO de=SSTYPE(3). En base R, el valor predeterminado es un tipo de 1. Usted tendrá que cargar un paquete diferente de base para la estimación de tipo 3.