Mehrfachvergleich für wiederholte Messungen ANOVA in Matlab

Question

Ich möchte mögliche Unterschiede zwischen verschiedenen Bedingungen finden. Ich habe n Fächer, für die ich einen Durchschnittswert für jede Bedingung für jedes Thema beziehungsweise habe. Die Werte zwischen den Fächern variieren sehr, deshalb wollte ich eine wiederholte Messung durchführen, um das zu kontrollieren.

Mein innerer Subjektfaktor wäre dann die Bedingung und ich habe keinen zwischen den Subjekten Faktor.

So far I have the following code: 
%% create simulated numbers 
meanPerf = randn(20,3); 

%% create a table array with the mean performance for every condition 

tableData = table(meanPerf(:,1),meanPerf(:,2),meanPerf(:,3),'VariableNames',{'meanPerf1','meanPerf2','meanPerf3'}) 

tableInfo = table([1,2,3]','VariableNames',{'Conditions'}) 

%% fit repeated measures model to the table data 
repMeasModel = fitrm(tableData,'meanPerf1meanPerf3~1','WithinDesign',tableInfo); 

%% perform repeated measures anova to check for differences 
ranovaTable = ranova(repMeasModel) 

Meine erste Frage ist: Mache ich das richtig?

Die zweite Frage lautet: Wie kann ich eine Post-hoc-Analyse durchführen, um herauszufinden, welche der Bedingungen sich signifikant voneinander unterscheiden?

Ich habe versucht, mit:

multcompare(ranovaTable,'Conditions'); 

aber das erzeugte die folgenden Fehler:

Error using internal.stats.parseArgs (line 42) 
Wrong number of arguments. 

ich Matlab 2015b verwenden.

Wäre toll, wenn Sie mir helfen könnten. Ich denke, ich verliere meine Meinung darüber.

Best, Phill

Answer 1

ich die gleiche Sache mit Matlab R2016a versuchen, und ich erhalte die folgende multcompare Fehlermeldung: „STATS muss eine Statistikausgabestruktur von ANOVA1, ANOVA2, ANOVAN, AOCTOOL, KRUSKALWALLIS sein, oder FRIEDMAN. ".

Doch diese Diskussion war für mich hilfreich: https://www.mathworks.com/matlabcentral/answers/140799-3-way-repeated-measures-anova-pairwise-comparisons-using-multcompare

Sie könnten versuchen, so etwas wie: multcompare (repMeasModel, 'Factor1', 'durch', 'Factor2)

Ich glaube, du wirst Sie müssen auch Faktoren in der inneren Struktur Ihres Modells schaffen.