Differences

This shows you the differences between two versions of the page.

--- twoway_repeated_measure_anova [2024/05/08 08:32] – [E.g. 2] hkimscil
+++ twoway_repeated_measure_anova [2024/05/08 08:33] (current) – removed hkimscil
@@ Line 1: / Line 1: @@
-====== E.g. 1 ======
-<code>
-# rep.meas.anova.two.way.csv
-df <- read.csv("http://commres.net/wiki/_media/r/rep.meas.anova.two.way.csv")
-head(df)
-tail(df)
-str(df)
-df$group <- factor(df$group)
-df$id<-1:196
-df$id <- factor(df$id)
-str(df)
-library(reshape2)
-mltdf <- melt(df, id.var=c("id", "group"))
-mltdf
-colnames(mltdf) <- c("id", "group", "time", "value")
-mltdf.ftest <- aov(value ~ group * time + Error(id), data=mltdf)
-summary(mltdf.ftest)
-attach(mltdf)
-interaction.plot(time, group, value,
-                 fun=mean, type="b", pch=c(2,4,6),
-                 legend = F, col=c("red","blue","black"),
-                 xlab="Time", ylab="Mean")
-legend("topleft", legend=c("Group 1", "Group 2", "Group 3"),
-       pch=c(2,4,6), col=c("red", "blue", "black"))
-pairwise.t.test(value, time,
-                paired=T,
-                p.adjust.method="bonferroni")
-</code>
-<code>
-> # rep.meas.anova.two.way.csv
->
-> df <- read.csv("http://commres.net/wiki/_media/r/rep.meas.anova.two.way.csv")
-> head(df)
-  group baseline after_1hr after_2hr after_4hr
-     1     39.1      90.7      67.4      59.2
-     3     73.4     142.9      56.2     119.6
-     3     93.6     101.8      62.4     115.2
-     2    113.5     109.5     100.2     135.8
-     1     94.2     111.3     111.3     105.8
-     1     58.0     102.3     129.8      80.3
-> tail(df)
-    group baseline after_1hr after_2hr after_4hr
-     1     71.3     141.3     120.5      65.0
-     3     38.9     116.8     120.3     102.6
-     2     37.7      93.8      91.6      89.9
-     1    133.8      95.9     103.2     111.4
-     2    137.9     132.7     140.5      66.0
-     1    125.1      43.8     112.6      78.6
-> str(df)
-'data.frame':	196 obs. of  5 variables:
- $ group    : int  1 3 3 2 1 1 2 1 2 1 ...
- $ baseline : num  39.1 73.4 93.6 113.5 94.2 ...
- $ after_1hr: num  90.7 142.9 101.8 109.5 111.3 ...
- $ after_2hr: num  67.4 56.2 62.4 100.2 111.3 ...
- $ after_4hr: num  59.2 119.6 115.2 135.8 105.8 ...
->
-> df$group <- factor(df$group)
-> df$id<-1:196
-> df$id <- factor(df$id)
-> str(df)
-'data.frame':	196 obs. of  6 variables:
- $ group    : Factor w/ 3 levels "1","2","3": 1 3 3 2 1 1 2 1 2 1 ...
- $ baseline : num  39.1 73.4 93.6 113.5 94.2 ...
- $ after_1hr: num  90.7 142.9 101.8 109.5 111.3 ...
- $ after_2hr: num  67.4 56.2 62.4 100.2 111.3 ...
- $ after_4hr: num  59.2 119.6 115.2 135.8 105.8 ...
- $ id       : Factor w/ 196 levels "1","2","3","4",..: 1 2 3 4 5 6 7 8 9 10 ...
->
-> library(reshape2)
-> mltdf <- melt(df, id.var=c("id", "group"))
-> mltdf
-     id group  variable value
-     1     1  baseline  39.1
-     2     3  baseline  73.4
-     3     3  baseline  93.6
-     4     2  baseline 113.5
-     5     1  baseline  94.2
-     6     1  baseline  58.0
-     7     2  baseline  90.2
-     8     1  baseline  94.0
-     9     2  baseline  52.4
-   10     1  baseline  61.6
-   11     2  baseline 116.1
-   12     1  baseline  95.8
-   13     2  baseline 130.7
-   14     3  baseline  34.6
-   15     2  baseline  72.9
-   16     1  baseline  64.5
-   17     2  baseline  76.1
-   18     1  baseline 118.6
-   19     2  baseline  46.5
-   20     3  baseline 124.6
-   21     3  baseline  50.3
-   22     1  baseline  67.7
-   23     1  baseline 100.5
-   24     1  baseline  66.4
-   25     2  baseline 129.7
-   26     1  baseline  92.2
-   27     1  baseline  49.1
-   28     2  baseline  89.3
-   29     1  baseline 101.5
-   30     1  baseline 110.5
-   31     1  baseline  95.4
-   32     1  baseline  59.6
-   33     2  baseline  87.6
-   34     3  baseline  42.3
-   35     3  baseline 110.0
-   36     3  baseline 133.6
-   37     2  baseline  36.8
-   38     1  baseline 106.9
-   39     3  baseline  32.1
-   40     1  baseline 118.9
-   41     2  baseline  70.3
-   42     1  baseline 105.2
-   43     1  baseline  55.2
-   44     3  baseline 103.4
-   45     2  baseline  55.9
-   46     2  baseline  93.3
-   47     3  baseline 113.0
-   48     2  baseline  44.8
-   49     1  baseline 125.4
-   50     2  baseline  91.5
-   51     2  baseline  46.8
-   52     3  baseline  46.9
-   53     1  baseline  88.4
-   54     1  baseline  83.1
-   55     1  baseline  72.7
-   56     1  baseline  78.3
-   57     1  baseline  73.1
-   58     1  baseline  69.9
-   59     2  baseline  94.2
-   60     3  baseline 133.1
-   61     1  baseline  69.7
-   62     1  baseline  95.9
-   63     1  baseline 122.1
-   64     2  baseline  46.4
-   65     3  baseline  62.3
-   66     2  baseline 134.0
-   67     2  baseline  66.9
-   68     3  baseline 109.1
-   69     1  baseline 100.1
-   70     3  baseline  54.9
-   71     2  baseline 118.9
-   72     2  baseline  79.7
-   73     1  baseline  85.2
-   74     3  baseline 133.5
-   75     1  baseline 125.6
-   76     2  baseline  70.3
-   77     3  baseline 133.0
-   78     2  baseline 132.7
-   79     3  baseline 134.6
-   80     2  baseline  97.2
-   81     1  baseline  70.9
-   82     1  baseline  99.3
-   83     3  baseline 131.4
-   84     3  baseline  88.9
-   85     2  baseline  77.2
-   86     1  baseline  62.7
-   87     1  baseline  49.0
-   88     3  baseline 125.1
-   89     3  baseline  94.8
-   90     3  baseline  61.0
-   91     1  baseline 132.9
-   92     2  baseline 109.5
-   93     3  baseline  53.6
-   94     2  baseline  80.4
-   95     2  baseline  48.5
-   96     1  baseline 129.1
-   97     2  baseline 119.3
-   98     2  baseline  74.1
-   99     2  baseline  59.2
-100     2  baseline 115.5
-101     2  baseline 125.4
-102     2  baseline 111.0
-103     2  baseline  63.5
-104     2  baseline  60.8
-105     3  baseline 107.9
-106     3  baseline  69.2
-107     3  baseline 133.7
-108     3  baseline  45.1
-109     3  baseline 108.4
-110     2  baseline  69.6
-111     2  baseline  94.0
-112     3  baseline  34.2
-113     2  baseline  41.6
-114     1  baseline  46.7
-115     3  baseline  97.2
-116     1  baseline  70.5
-117     1  baseline  97.9
-118     1  baseline  39.6
-119     2  baseline  39.1
-120     2  baseline 128.9
-121     3  baseline 132.5
-122     3  baseline  71.3
-123     3  baseline 130.5
-124     1  baseline 106.9
-125     2  baseline  84.5
-126     1  baseline 118.1
-127     2  baseline  38.0
-128     3  baseline  51.2
-129     2  baseline 107.8
-130     1  baseline  56.8
-131     2  baseline  71.9
-132     2  baseline  90.1
-133     2  baseline  81.4
-134     3  baseline  88.5
-135     3  baseline 119.5
-136     2  baseline  58.2
-137     1  baseline 109.0
-138     3  baseline  97.0
-139     1  baseline 132.0
-140     2  baseline  35.8
-141     1  baseline  96.0
-142     1  baseline  35.9
-143     1  baseline  65.2
-144     3  baseline 121.0
-145     2  baseline 122.8
-146     2  baseline  51.1
-147     2  baseline  51.5
-148     1  baseline 108.7
-149     1  baseline  89.5
-150     1  baseline  86.8
-151     3  baseline  49.2
-152     3  baseline 119.1
-153     1  baseline  86.7
-154     2  baseline  39.9
-155     1  baseline  46.9
-156     3  baseline  64.5
-157     2  baseline  39.1
-158     1  baseline  70.9
-159     2  baseline  84.0
-160     3  baseline 105.2
-161     2  baseline  46.0
-162     3  baseline  98.6
-163     1  baseline  87.3
-164     2  baseline  52.5
-165     1  baseline 125.4
-166     1  baseline  73.7
-167     1  baseline 101.2
-168     2  baseline  97.1
-169     1  baseline  44.9
-170     1  baseline  39.1
-171     1  baseline  80.3
-172     2  baseline 107.5
-173     3  baseline  67.6
-174     3  baseline 126.5
-175     1  baseline  97.8
-176     1  baseline 132.4
-177     2  baseline  39.3
-178     3  baseline  36.1
-179     3  baseline  30.6
-180     1  baseline 110.8
-181     1  baseline 124.5
-182     3  baseline  78.5
-183     1  baseline 110.0
-184     3  baseline  72.2
-185     1  baseline 121.1
-186     1  baseline  47.8
-187     1  baseline 125.6
-188     1  baseline 116.2
-189     2  baseline  85.7
-190     2  baseline  94.5
-191     1  baseline  71.3
-192     3  baseline  38.9
-193     2  baseline  37.7
-194     1  baseline 133.8
-195     2  baseline 137.9
-196     1  baseline 125.1
-   1     1 after_1hr  90.7
-   2     3 after_1hr 142.9
-   3     3 after_1hr 101.8
-   4     2 after_1hr 109.5
-   5     1 after_1hr 111.3
-   6     1 after_1hr 102.3
-   7     2 after_1hr 112.4
-   8     1 after_1hr  76.8
-   9     2 after_1hr 147.1
-  10     1 after_1hr  88.9
-  11     2 after_1hr  69.7
-  12     1 after_1hr 127.5
-  13     2 after_1hr 108.3
-  14     3 after_1hr 107.1
-  15     2 after_1hr 112.6
-  16     1 after_1hr  61.5
-  17     2 after_1hr 118.2
-  18     1 after_1hr 108.8
-  19     2 after_1hr 136.3
-  20     3 after_1hr  91.7
-  21     3 after_1hr  79.0
-  22     1 after_1hr  55.7
-  23     1 after_1hr  67.3
-  24     1 after_1hr  86.5
-  25     2 after_1hr 123.9
-  26     1 after_1hr 126.2
-  27     1 after_1hr  41.3
-  28     2 after_1hr  62.1
-  29     1 after_1hr 102.6
-  30     1 after_1hr  62.9
-  31     1 after_1hr  68.9
-  32     1 after_1hr  77.8
-  33     2 after_1hr  92.8
-  34     3 after_1hr  56.8
-  35     3 after_1hr  87.0
-  36     3 after_1hr 126.3
-  37     2 after_1hr 115.2
-  38     1 after_1hr  80.5
-  39     3 after_1hr  75.9
-  40     1 after_1hr  85.5
-  41     2 after_1hr 125.5
-  42     1 after_1hr  93.6
-  43     1 after_1hr  99.9
-  44     3 after_1hr  70.8
-  45     2 after_1hr 111.9
-  46     2 after_1hr  60.5
-  47     3 after_1hr 132.6
-  48     2 after_1hr 137.5
-  49     1 after_1hr  95.9
-  50     2 after_1hr  59.0
-  51     2 after_1hr  62.5
-  52     3 after_1hr 138.2
-  53     1 after_1hr  40.5
-  54     1 after_1hr  55.7
- [ reached 'max' / getOption("max.print") -- omitted 534 rows ]
-> colnames(mltdf) <- c("id", "group", "time", "value")
->
-> mltdf.ftest <- aov(value ~ group * time + Error(id), data=mltdf)
-> summary(mltdf.ftest)
-Error: id
-           Df Sum Sq Mean Sq F value Pr(>F)
-group       2   5283  2641.6   3.298 0.0391 *
-Residuals 193 154611   801.1
----
-Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
-Error: Within
-            Df Sum Sq Mean Sq F value   Pr(>F)
-time         3  58104   19368  20.747 8.85e-13 ***
-group:time   6   8427    1405   1.505    0.174
-Residuals  579 540521     934
----
-Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
->
-> attach(mltdf)
-The following objects are masked from mltdf (pos = 4):
-    group, id, time, value
-> interaction.plot(time, group, value,
-+                  fun=mean, type="b", pch=c(2,4,6),
-+                  legend = F, col=c("red","blue","black"),
-+                  xlab="Time", ylab="Mean")
-> legend("topleft", legend=c("Group 1", "Group 2", "Group 3"),
-+        pch=c(2,4,6), col=c("red", "blue", "black"))
->
-> pairwise.t.test(value, time,
-+                 paired=T,
-+                 p.adjust.method="bonferroni")
-	Pairwise comparisons using paired t tests
-data:  value and time
-          baseline after_1hr after_2hr
-after_1hr 0.0008   -         -
-after_2hr 2.5e-06  0.7653    -
-after_4hr 4.7e-13  0.0026    0.1005
-P value adjustment method: bonferroni
->
-</code>
-{{:pasted:20240508-082901.png}}