R中三因素重复测量ANOVA的Bonferroni校正事后检验报错问询

核心问题原因 #

• ezAnova()返回的是汇总结果列表，不是统计模型对象，PostHocTest()无法直接解析这类对象
• 重复测量aov()模型（含ID:time这类重复测量项）属于aovlist类，并非标准lm类，DescTools::PostHocTest()对这类模型的支持有限

推荐解决方案：使用emmeans包做事后检验 #

emmeans包对重复测量ANOVA模型的兼容性更好，能直接处理ezAnova依赖的混合模型或重复测量aov模型，且原生支持Bonferroni校正。

步骤1：构建正确的重复测量模型 #

方式一：基于ezAnova提取混合模型

调用ezAnova()时指定model = TRUE，会返回对应的线性混合模型对象：

library(ez)
# 假设数据集为bp_data，包含字段：ID（被试ID）、time（时间点）、gender（性别）、dose（剂量）、bp（血压）
ez_result <- ezAnova(
    data = bp_data,
    dv = bp,
    wid = ID,
    within = time,
    between = .(gender, dose),
    type = 3,
    model = TRUE  # 关键参数：返回模型对象而非仅汇总结果
)
# 提取用于事后检验的混合模型
lmer_model <- ez_result$model

方式二：直接构建重复测量aov模型

用Error()项指定重复测量的嵌套结构：

aov_model <- aov(bp ~ gender * dose * time + Error(ID/time), data = bp_data)

步骤2：执行Bonferroni校正的事后检验 #

针对不同效应项（主效应/交互效应），指定对应的分组变量：

library(emmeans)

# 1. 时间点（time）主效应的事后检验
emmeans(lmer_model, pairwise ~ time, adjust = "bonferroni")

# 2. 性别×时间交互效应的事后检验
emmeans(lmer_model, pairwise ~ gender:time, adjust = "bonferroni")

# 3. 剂量×时间交互效应的事后检验
emmeans(lmer_model, pairwise ~ dose:time, adjust = "bonferroni")

# 若使用aov_model，写法完全一致
emmeans(aov_model, pairwise ~ time, adjust = "bonferroni")

备选方案：用multcomp包处理aovlist模型 #

如果偏好类似PostHocTest的思路，multcomp包支持aovlist类模型的校正检验：

library(multcomp)
# 以time主效应为例，执行Bonferroni校正
glht(aov_model, linfct = mcp(time = "Tukey")) %>% 
    summary(test = adjusted("bonferroni"))

关键注意事项 #

• 禁止直接将ezAnova()返回的汇总列表传给PostHocTest()，必须传入原始模型对象
• 重复测量模型的事后检验需明确区分主效应与交互效应，针对不同效应组合设置检验项

内容的提问来源于stack exchange，提问作者Tarugo