小编Doc*_*oct的帖子

我一直在研究使用计划对比而不是事后t检验.我通常使用ezANOVA(Type III ANOVA),但似乎ezANOVA目前没有提供进行计划对比的使用.

aov()另一方面是I型ANOVA(我不想讨论哪种类型最适合哪种类型的设计).使用aov()(在组设计之间)进行计划对比是直截了当的,但我希望在重复测量中进行III型方差分析并且坦率地ezANOVA具有更加用户友好的输出.

请记住ezANOVA,return_aov = TRUE是否有人知道如何使用提供的信息ezANOVA进行计划对比？

注意: return_aov = TRUE允许aov通过以下行中的某些内容访问输出:

summary.lm(ModelName$aov$'Participant:IndependentVariable1')

以上参与者被添加到例如变量wid中ezANOVA:

wid = .(Participant)

summary.lm()通常在呈现计划对比的结果时使用aov,在组间ANOVA之间授予,而不是重复测量.

我特别感兴趣的是使用输出来进行重复测量ANOVA的计划对比.

BOUNTY GOALS

我希望从这个奖励中实现的目标:

1)使用输出ezANOVA以重复测量ANOVA进行计划对比.

1A)使用输出ezANOVA来对主题ANOVA进行计划对比(这个应该相对容易,因此不是要求赏金的必要条件.)

任何虚拟数据都应该足够了,但这里提醒ezANOVA重复测量ANOVA 的格式:

ModelName <- ezANOVA(
data = DataSet,
dv = .(DependentVariable), 
wid = .(Participant), 
within = .(IndependentVariable1, IndependentVariable2), 
type=3, 
detailed = TRUE, 
return_aov = TRUE)

这是一个 …

我在ggplot2中创建了一个条形图,其中3个条形代表了3个选项之一的概率.

我想在条形图上添加一个粗体边框,显示正确的响应.

我还没有办法做到这一点.我可以改变所有酒吧的颜色,但不仅仅是那个.

附加的图像显示了我生成的图形网格.在leftCust列中,我希望所有在其下方带有"left"的条形都有一个粗体边框.

在rightCust列中,我想将粗体边框添加到右下方的所有条形图中.

最后在SIMCust专栏中,我希望所有带有SIM卡的栏都有一个粗体边框.

这基本上是为了突出正确的响应,并使其更容易解释图表显示的内容.

码:

    dataRarrangeExpD <- read.csv("EXP2D.csv", header =TRUE);



library(ggplot2)
library("matrixStats")
library("lattice")
library("gdata")
library(plyr)
library(doBy)
library(Epi)
library(reshape2)
library(graphics)


#Create DataFrame with only Left-to-Right Visual Presentation
DataRearrangeD <- dataRarrangeExpD[, c("correct","Circle1", "Beep1","correct_response", "response", "subject_nr")]
#data_exp1$target_coh > 0



# Add new columns to hold choices made
DataRearrangeD[c("RightChoice", "LeftChoice", "SimChoice")] <- 0

DataRearrangeD$RightChoice <- ifelse(DataRearrangeD$response == "l", 1, 0)
DataRearrangeD$LeftChoice <- ifelse(DataRearrangeD$response == "a", 1, 0)
DataRearrangeD$SimChoice <- ifelse(DataRearrangeD$response == "space", 1, 0)


Exp2D.data = DataRearrangeD

# Construct …

我想在R中打印一个气泡图.我遇到的问题是,我的x和我的y轴都是离散的.从理论上讲,这意味着许多数据点(气泡)最终都在同一个坐标上.我宁愿将它们分散在数据点周围,但仍然在一个象限内,这使得气泡属于相应的x/y坐标.

我认为最好通过一个小例子来证明.以下代码应突出显示问题:

# Example
require(ggplot2)
zz <- textConnection("Row PowerSource ProductSegment Price Model ManufacturingLocation Quantity
1 High SegmentA Low ModA LocationA 5000
2 Low SegmentB Low ModB LocationB 25000
3 High SegmentC Low ModC LocationC 15000
4 Low SegmentD High ModD LocationD 30000
5 High SegmentE High ModE LocationA 2500
6 Low SegmentA Low ModF LocationB 110000
7 High SegmentB Low ModG LocationC 20000
8 Low SegmentC Low ModH LocationD 3500
9 High SegmentD Low ModI LocationA 65500
10 Low SegmentE …

我想知道你们是否遇到过以下问题:当我尝试将绘图导出为PDF以便使用以下代码保留透明度时:

    f <- function(x) {
  ans <- boxplot.stats(x)
  data.frame(ymin = ans$conf[1], ymax = ans$conf[2], y = ans$stats[3])
}

RTs.box = ggplot(mean.vis.aud.long, aes(x = Report, y = RTs, fill = Report)) + theme_bw() + facet_grid(Audio~Visual)
RTs.box + 

geom_boxplot(outlier.shape=1 ) + geom_hline(yintercept = .333, linetype = 3, alpha = .8) + theme(legend.position = "none") + ylab("Reposponse Times ms") + scale_fill_grey(start=.4) +
labs(title = expression("Visual Condition")) + theme(plot.title = element_text(size = rel(1)))+
theme(panel.background = element_rect(fill = "grey90"), panel.grid.minor = element_blank())+    stat_summary(fun.data = f, …

我想知道是否有人找到了一个很好的 R 软件包来分析眼球追踪数据？

我遇到了 eyetrackR，但据我所知，没有可用的英文支持文档：

http://read.psych.uni-potsdam.de/pmr2/index.php?option=com_content&view=article&id=43:eyetrackr&catid=13:r-playground&Itemid=15

如果需要的话，我会转向另一个处理眼球追踪数据的免费软件，但我真的希望 R 中有一些可以访问的东西。

有想法吗？

干杯。