我正在尝试使用R运行重复测量方差分析,并将其与SPSS输出进行比较,结果差别很大!也许我在哪里犯了一个错误,但我不能弄清楚,所以一些样本数据: id是主题。每个受试者对三个项目(res_1,res_2和res_3)进行一个评级。我想比较一下物品的整体效果。
id<-c(1,2,3,4,5,6)
res_1<-c(1,1,1,2,2,1)
res_2<-c(4,5,2,4,4,3)
res_3<-c(4,5,6,3,6,6)
## wide format for spss
table<-as.data.frame(cbind(id, res_1, res_2, re
我以前在spss.system.file包中使用过几次memisc函数,而且它总是没有错误地工作。但是,最近我尝试导入了几个包含字符串变量的SPSS文件。似乎每当我使用spss.system.file导入这些变量时,就会产生6列额外的空空间。例如,如果以下字符向量是SPSS中的字符串变量:
Age <- c("18 years old", "18 years old", "24", "19 years old", "18", "18")
使用spss.system.file将其读入R中将产生一
我有一个基线和Post变量的列表,我想运行描述性统计和方差分析。
Baseline variables = [Brief2_Inhibit_T_SELF_BL, Brief2_Completion_T_SELF_BL, Brief2_Shift_T_SELF_BL]
Post variables = [Brief2_Inhibit_T_SELF_PO, Brief2_Completion_T_SELF_PO, Brief2_Shift_T_SELF_PO]
Treatment_Group is on variable with two labels [1 - Intervention, 0-
我正在熟悉Statsmodels,以便将我更复杂的统计信息完全转移到python。然而,我很谨慎,所以我正在用SPSS交叉检查我的结果,只是为了确保我没有犯任何明显的错误。大多数情况下,没有区别,但我有一个双向方差分析的例子,它在Statsmodels和SPSS中抛出了非常不同的测试统计数据。(相关点: ANOVA中的样本大小不匹配,因此ANOVA可能不是这里的合适模型。)
我选择我的模型如下:
import pandas as pd
import scipy as sp
import numpy as np
import statsmodels.api as sm
import seabor
我有这个问题。
我有一个SPSS表格,看起来像这样(这是一个类比,所以不要问我是如何测量的)。这个例子是关于网球运动员的。
Player % of points won % of points won
own service opponent's service
1 50 10
2 80 60
3 70 40
4 80 50
现在我想知道你自己的发球和对手的发球在赢得的分数上是否有区别。(如
我有一个SPSS文件,但没有SPSS。所以我想在R.
如果我打开它使用:
library(foreign)
dat <- read.spss("file.sav", to.data.frame=TRUE)
我收到警告了
re-encoding from CP1252
Warning message:
In `levels<-`(`*tmp*`, value = if (nl == nL) as.character(labels) else paste0(labels, :
duplicated levels in factors are deprecated
我正在分析一个实验的数据。
我有三组(组,受试者因素之间的1组)通过认知任务进行比较。
任务由3向完全析因设计(2x3x3)组成;所有受试者都被呈现两个刺激(factor1),每个刺激有三个条件(factor2),每个条件有三个屏幕位置(factor3)。对于每个因素组合,有N个平均试验,以给出平均准确率(ACC)和平均反应时间(RT)。
我想在spss中建立一个使用线性混合模型的模型。
我在SPSS 22中尝试了以下语法:
MIXED ACC BY GROUP FACTOR1 FACTOR2 FACTOR3 GENDER WITH RT Age
/FIXED = GROUP FACTOR1
我该怎么做:
Method Message
Distance 123
Color Red
Distance 545
Color Blue
Distance 419
至:
Method Message Value Pick
Distance 123 123
Color Red Red
Distance 545 545
Color Blue
我想问一下,在群体和阶段变量之间存在交互作用的情况下,如何正确地执行R中的简单主效应分析?
我的一个朋友在SPSS上做了同样的分析(使用Bonferroni校正),我试图在R.
我有以下结构的数据集:
ID Group Stage Y
1 I pre 0.123
1 I post 0.453
2 II pre 0.676
2 II post 0.867
3 I pre 0.324
3 I post 0.786
4 II pre 0.986
4 II post 0.112
... ... ... ..
我在R中编写SPSS数据以修改/追加来自不同文件的数据,我不得不将数据转换为因子(as_factor(x,level=“均”)方法)。现在我需要将数据写回一个.SAV文件,但是我无法将我的因子变量转换成标签数据。请参阅下面的代码片段:-
x <- labelled(sample(5, 10, replace = TRUE), c(Bad = 1, Good = 5))
x1<-as_factor(x, levels = "both")
x2<-labelled(x1)
Error: `x` must be a numeric or a character v