重复测量方差分析中的效应大小大家好，
我使用拟合模型（个性 = 标准最小二乘法；重点 = 最小报告或效应杠杆；方法 =REML）执行重复测量方差分析，并且“拟合最小二乘法”报告不显示模型平方和 (SS_M) 和总差异量 (SS_T) 的平方。
我需要 SS_M 和 SS_T 来计算效果大小（即 eta 平方）：
eta 平方 = SS_M / SS_T
你能帮我找到那些参数（SS_M 和 SS_T）吗？
谢谢。
回复：重复测量方差分析中的影响大小我所说的是基于拟合模型。 通常，REML 表将有一个残差条目。 该方差分量是 MSE。 因为您包括了主题*治疗随机效应，所以这很可能会替换残差分量，因为它们会被完全混淆（除非您对每个主题*治疗组合进行重复测量）。 在这种情况下，受试者*治疗方差分量是 MSE。 我建议只删除那个 subject*treatment 随机效应，因为你真的无法将它与残留误差区分开来。 如果这样做，您应该会发现 REML 表完全相同，除了 Subject*Treatment 的标签被替换为“Residual”。
您应该发现 RMSE 是受试者 * 治疗方差分量的平方根。 无论哪种方式，您都应该遇到相同的错误。回复：重复测量方差分析中的影响大小谢谢你的评论，卡梅伦！ 哦对了，MSE指的是Error，不是Subject。 这是正确的！ 那么，您的建议是基于 Fit Y by X 而不是 Fit Model（Fit Least Square）？
我在 REML 方差估计表（拟合模型报告）中找不到 MSE。 但是，我认为我可以考虑拟合摘要中的 RMSE（即 MSE = RMSE^2）来计算 MSM。
回复：重复测量方差分析中的影响大小我猜想主题*时间点方差分量与残差混淆，这就是为什么残差方差分量不在 REML 表中的原因。 那是MSE，不是主题。回复：重复测量方差分析中的影响大小绝妙的解决方案，卡梅伦！ 非常感谢！ 我只想明白一点：
在拟合模型中，我添加了
主题和随机
时间点
主题 * 时间点和随机
在构建模型效果中。
在“拟合模型”报表中，REML 方差分量估计表描述了主题、主题 * 时间点和总计的随机效应行。 这样，当您建议计算MSM时，我是否应该选择Subject的MSE（Var Component）乘以F-ratio？
谢谢你！
回复：重复测量方差分析中的影响大小我建议用 X 拟合 Y，因为它确实有一个选项来指定 Block 列，这是处理重复测量的潜在方法。Fit Y by X 的唯一条件是块必须平衡并且您只能有 1 个治疗因子。如果您坚决使用 REML，我不知道如何从具有随机效应的拟合模型中获取完整的方差分析表。我认为你做不到。
我想你可以用手向后计算。固定效应测试将为您提供 F 比率以及分子和分母的自由度。MSE 在方差分量表中。首先，我们需要求解处理均方（我们称之为 MSM）和总均方 (MST)。
要获得 MSM，请将 F 比率乘以 MSE。现在，将 MSM 和 MSE 相加得到 MST。
现在，剩下要做的就是将每个乘以它们各自的自由度以获得 SSM 和 SST。SSM = MSM*DF（分子自由度）。SST = MST*(DF + DFDen)。
据我了解，从这种方法计算效果大小使其相对于考虑随机效果后剩余的总方差。如果您想相对于包括随机效应的总方差计算它，您可以使用像 Col Sum((:Y - Col Mean(:Y))^2) 这样的列公式在响应变量列上计算 SST。
回复：重复测量方差分析中的影响大小你好@cwillden , 感谢您的邮件和信息。
Fit Y by X 似乎没有考虑随机效应 (REML)。 那么，当我在重复测量方差分析中使用 Method = REML 时，如何计算效果大小？
谢谢。
回复：重复测量方差分析中的影响大小我不确定如何从 Fit 模型中强制获取该信息，但如果它是一个具有重复测量的简单单向方差分析，您可以使用 Fit Y by X 并将主题 ID 作为阻止因素。当我尝试它时，我得到了 Fit Y by X 和 Fit Model 之间治疗因子的等效 p 值。用 X 拟合 Y 将提供完整的方差分析表，因此您可以计算 eta^2。
