R: сравнительные сравнения с использованием оценочных предельных средних, но без учета равных отклонений

Question

Я пытаюсь использовать R для запуска сравнительных сравнений после значительного взаимодействия для смешанного метода Anova. Я хотел бы сделать post-hoc аналогично SPSS [EMMEANS=TABLES(Group*time) COMPARE(Group) ADJ(BONFERRONI)], используя предполагаемые предельные средние, но не предполагая равенства дисперсии.

Зависимая переменная = 'depvar'. У меня есть 3 группы ("группа") и 3 временные точки ("timept"), которые представляют собой повторные измерения по предметам ("id");

aov_car(depvar ~ group*timept + Error(id/(timept)), data=myData)

Если я использую pairwise.t.test, я могу сравнивать группы отдельно для каждой временной точки, но R использует наблюдаемые средние значения, и я не знаю, как форсировать, используя оценочные предельные средние значения моей модели:

for (itimept in unique(myData$timept)){
      idx=myData$timept==itimept
      pairwise.t.test(myData$depvar[idx],myData$group[idx],p.adj="bonferroni")
    }

Если я использую emmeans или lsmeans, то R использует предполагаемые предельные средние, но предполагает, что отклонения одинаковы (SE в результатах все одинаковы).

myfit=lme(depvar ~ group*timept, random = ~1|id/timept, data=myData)
emmeans(myfit, pairwise~group|timept, adjust="bonferroni")

Как мне выполнить сравнение между группами для каждой временной точки, используя оценочные предельные средние значения, но не принимая равные отклонения, аналогичные SPSS?

Спасибо! Cristina

Answer 1

Это не emmeans это предполагает равные отклонения. Это модель, которую вы установили и впоследствии передали emmeans для дальнейшего анализа. Подогнать другую модель, используя, я думаю, weights аргумент, который определяет неравные отклонения.

Я считаю, что эта модель сделает свое дело:

myfit = lme(depvar ~ group*timept, 
            random = ~1|id/timept, 
            weights = varFunc(~ group*timept),
            data = myData)