Я проводил повторные измерения ANOVA, в которых эффект взаимодействия был почти значительным (F = 3,96, р = 0,053). Однако байесовский фактор, сравнивающий модели взаимодействия и основных эффектов, благоприятствует модели основных эффектов (BF ~ 0,3). Учитывая, насколько близок к значимости эффект взаимодействия в ANOVA, разве BF не должен быть намного ближе к 1?
Я скопировал мой R-код ниже, и данные можно найти здесь.
library(dplyr)
library(BayesFactor)
my_df <- read.table("~/Downloads/mm_data.txt", header = T, sep = '\t')
aggdf <- my_df %>%
group_by(ID,var1,var2) %>%
summarize(outcome = mean(ACC, na.rm = T)) %>%
ungroup() %>%
mutate(ID = as.factor(ID), var1 = as.factor(var1), var2 = as.factor(var2))
aggdf <- as.data.frame(aggdf)
ezANOVA(aggdf, dv=outcome, wid=ID, within=var1*var2, type=3)
# Note that the interaction effect is almost significant (p=.053)
bf_all <- lmBF(outcome ~ var1 + var2 + var1:var2 + ID, data = aggdf, whichRandom = "ID", progress = FALSE)
bf_me <- lmBF(outcome ~ var1 + var2 + ID, data = aggdf, whichRandom = "ID", progress = FALSE)
#BF10
bf_all/bf_me # this should be closer to 1 (or >1)