r语言重复测量方差分析的多重比较

Question

r语言中使用rstatix：：pairwise_t_test对两因素重复测量方差分析进行主效应的多重比较，出现下面的问题

这是我的数据：

> str(wmdata)
gropd_df [132 × 5] (S3: grouped_df/tbl_df/tbl/data.frame)
 $ id    : Factor w/ 25 levels "1","2","3","4",..: 1 1 1 1 1 1 3 3 3 3 ...
 $ int   : Factor w/ 3 levels "baseline","low",..: 1 1 2 2 3 3 1 1 2 2 ...
 $ wm    : Factor w/ 2 levels "tactile","visual": 1 2 1 2 1 2 1 2 1 2 ...
 $ wmans : num [1:132] 0.75 0.562 0.688 0.812 0.812 ...
 $ intans: num [1:132] 1 1 0.688 0.938 0.562 ...

这是报错的代码

simple_int <- wmdata%>%
  pairwise_t_test(
    wmans~int, paired = T,
    p.adjust.method = "bonferroni",
    detailed = T
  )

Error in `mutate()`:
ℹ In argument: `data = map(.data$data, .f, ...)`.
Caused by error in `map()`:
ℹ In index: 1.
Caused by error in `pull()`:
! Can't extract columns that don't exist.
✖ Column `int` doesn't exist.
Run `rlang::last_trace()` to see where the error occurred.

但是我的数据里面有int这一列，而且当我做交互作用的简单效应分析的时候是没有问题的

inter_int <- wmdata %>%
  group_by(wm) %>%
  rstatix::pairwise_t_test(
    wmans ~ int, paired = TRUE,
    p.adjust.method = "bonferroni",
    detailed = T
  )
inter_int

为什么会出现上述问题？应该怎么解决呢

Answer 1

参考通义千问和郭老师的小迷弟雅思莫了-编写提供，主要是为了帮助您快速解决问题，如下回答，您可以参考下，如有问题，评论区留言。

在使用 pairwise_t_test() 函数进行多重比较时，出现上述错误的原因可能在于，在没有对重复测量的“subject”（在这个例子中是"id"）进行分组处理的情况下，函数无法识别出配对数据。

当您尝试仅基于int进行比较时，R 未能理解这些观测值之间的配对关系。而在交互作用分析中，通过先按wm分组，实际上隐含地考虑了每个id下的配对情况，因此能够正确运行。

为了解决这个问题，您需要明确指定配对变量（即“id”），可以采用如下方式进行主效应的多重比较：

library(rstatix)

# 确保数据按照'id'和'int'有序排列
wmdata <- wmdata %>%
  group_by(id, int) %>%
  arrange(id, int)

# 进行配对t检验
simple_int <- wmdata %>%
  nest(data = c(wmans, int)) %>%
  mutate(paired_test = map(data, ~ pairwise_t_test(.x$wmans ~ .x$int, paired = TRUE, p.adjust.method = "bonferroni", detailed = TRUE))) %>%
  unnest(paired_test)

这段代码首先将数据按照'id'和'int'排序并创建一个嵌套数据框，然后在每个id内进行配对t检验。这样应该能解决报错问题，并得到正确的主效应多重比较结果。