Deutsches R-Forum

Hi zusammen,

da mir hier bei einem anderen Thema schon so gut weitergeholfen wurde, habe ich nochmal eine andere Frage:
Ich würde in R gerne eine dreifaktorielle Varianzanalyse mit Messwiederholung auf einem Faktor (2x2x3 Design) durchführen. Bisher habe ich nur gelernt, wie man das mit einer zweifaktoriellen ANOVA macht, nämlich mit dem aov-Befehl. Das würde ja dann allgemein so aussehen:
anova2 <- aov(AV ~ UV1 + UV2 + UV1*UV2, data = data)

Nun meine Frage, ob ich die aov-Funktion auch bei drei Faktoren anwenden kann? Also zb. dann so:
anova3 <- aov(AV ~ UV1 + UV2 + UV3 + UV1*UV2 + UV2*UV3 + UV1*UV3 + UV1*UV2*UV3, data = data)

Oder muss man bei der dreifaktoriellen ANOVA einen ganz anderen Befehl verwenden (die Beispiele im Internet beziehen sich leider immer nur auf eine zweifaktorielle Varianzanalyse..)

Liebe Grüße
Laurena

Hallo,

Du kannst einfach einen dritten Faktor hinzufügen und für Drine Schreibweise gibt es sogar noch eine Abkürzung. Willst Du wirklich eine Dreifachinteraktion interpretieren?

Der Kernpunkt, warum das so einfach nicht geht ist die Messwiederholung. Die hast Du aktuell nicht berücksichtigt.

Es gibt wohl viele Lösungen für Messwiederholungs-ANOVA in R. Ich habe selbst keine Erfahrung, glaube aber die Funktion ezANOVA aus der Paket ez soll recht praktisch sein.

LG, Bernhard

Ist doppeltgemoppelt, da UV1*UV2 = UV1 + UV2 + UV1:UV2 https://www.rdocumentation.org/packages ... cs/formula
oder
reicht also. Ich persönlich bevorzuge zweiteres, da expliziter.

Zu deiner Frage:

Ja, das ist problemlos erweiterbar.
Wobei, qie Bernhard schon erwähnt hatte, die Messwiederholung im Model berücksichtigt werden sollten.
Das geht mit sogenannten Mixed effekt modellen.

Das kann man mit Error() direkt in der aov formula machen oder
direkt speziellen Paketen (z.b. lme4, glmmTMB, u.v.m.).

Danke für eure Antworten!

@Bernhard: Es gehört zwar nicht zu meinen Hypothesen aber so wie ich meine Betreuerin verstanden habe, sollen die Daten schon auch auf Interaktionen höherer Ordnung überprüft werden.

@EDi: ah okay, diese einfachere Schreibweise kanntre ich bisher nicht.

Stimmt ihr habt beide recht, die Messwiederholung habe ich nicht berücksichtigt.
Wenn ich das mit Error() in der aov Funktion mache, müsste das doch dann wie folgt aussehen:
Korrigiert mich, wenn ein Fehler vorliegt.

Liebe Grüße

Hm, also irgendwas mache ich anscheinend noch falsch, denn wenn ich das so in R eingebe, erscheint folgende Fehlermeldung:

Error in vcov.default(mod, complete = FALSE) :
object does not have variance-covariance matrix

Bisher werde ich aus der Meldung nicht schlau..

Hallo,

ich habe jetzt nochmal geschaut, woran diese Fehlermeldung liegen kann und bin auf mehrere Hinweise gestoßen.

Eine Möglichkeit ist, dass das Modell nicht komplett ist, also z.B. erforderliche Variablen fehlen. Deshalb hier nochmal die Frage, ob ich das Modell richtig erstellt habe oder irgendwas falsch geschrieben ist?

Zum anderen habe ich gelesen, dass die Fehlermeldung auch auftauchen kann, wenn das Modell nicht richtig geschätzt wurde, was oft passiert, wenn eine bestimmte Annahme des Modells nicht erfüllt ist. Als ich die Voraussetzungen für die ANOVA vorab geprüft habe, kam heraus, dass keine Normalverteilung für die AV gegeben ist (alle anderen Annahmen sind erfüllt). Aber kann das wirklich schon ein Grund sein, warum R kein Modell erstellt und mit dieser Meldung kommz? Meine Betreuerin hat mir neulich dazu nämlich gesagt, dass ich es einfach ignorieren soll, wenn diese Annahme nicht erfüllt ist und ganz normal ein Modell erstellen soll..

Vielleicht kann mir hier nochmal jemand weiterhelfen, das wäre super.

Liebe Grüße
Laurena