Bonjour, je fais une ANOVA factorielle complète à 4 facteurs avec un facteur de mesures répétées (temps, 
3 échantillons) et trois facteurs inter-sujets (espèce, couleur et irrigation ; 2 niveaux de chaque) en utilisant la personnalité du modèle mixte dans JMP Pro 18.1.0. J'utilise la structure de covariance répétée AR(1), car elle offre le meilleur ajustement basé sur les valeurs AICc. L'analyse indique qu'il n'y a pas d'interactions significatives à 4 ou 3 facteurs, mais plusieurs interactions à 2 facteurs (voir ci-dessous).
Pour étudier les interactions bidirectionnelles, j'aimerais, par exemple, effectuer une séparation des moyennes de Tukey pour chaque période à chaque niveau d'espèce et un test t pour chaque espèce à chaque période. Cependant, je ne suis pas intéressé par toutes les comparaisons par paires dans l'interaction espèce x période (c'est-à-dire que comparer l'espèce 1 au temps 1 à l'espèce 2 au temps 3 n'est pas pertinent), et je souhaite éviter autant que possible de diluer ma puissance statistique. Les estimations définies par l'utilisateur ne fonctionneront pas dans ce scénario, car elles obligent l'utilisateur à sélectionner au moins un niveau de chaque facteur, y compris ceux qui ne font pas partie de l'interaction d'intérêt. Si j'étudie l'interaction espèce x période, les valeurs doivent être moyennées sur tous les niveaux de couleur et d'irrigation. En résumé, je souhaite tester des tranches, mais cela ne semble pas possible dans le modèle mixte, et je ne peux pas analyser ces données dans la personnalité des moindres carrés standard, car j'utilise la structure AR(1) pour les mesures répétées. Auriez-vous des conseils pour analyser les effets simples dans ce scénario ?
