1. 为什么你需要混合模型 ANOVA“重复测量”数据的正确打开方式我去年帮人审过一篇投稿对方把同一批被试在三个时间点的得分硬生生拆成三组数据做了独立样本t检验。审稿意见下来之后作者很委屈“我每个时间点都检验出来了呀效果不是挺好吗”问题恰恰出在这里——同一批人的三个时间点数据是“有关联”的你把它当成三批互不相干的人来比等于人为放大了样本量第一类错误早就失控了检验出来的“效果好”是不可信的。Mixed Model ANOVA也就是混合模型方差分析重复测量方差分析的一种就是专门处理这种“同一被试多次测量”场景的。为什么叫“混合”因为它把变量分成了两类一类是被试间的比如你把人分成实验组、对照组每个被试只属于一个组另一类是被试内的比如同一个被试在多个时间点、多个条件下分别测得的数据。两类变量同时放进一个模型这就是“混合”。如果你手上只有被试内的变量那叫单因素重复测量ANOVA只有被试间的就是普通的方差分析两者都有才需要混合模型ANOVA来处理。这篇内容处在整个进阶路线的 2/3 位置——默认你已经知道什么叫ANOVA、知道p值和F值是什么意思但你可能还不清楚什么时候该用混合模型而不是普通ANOVA数据到底该整理成什么样R或Python里公式怎么写输出的一大堆表格里到底该看哪一列。这篇文章要把这几个环节全部打通顺带把你操作中一定会踩的几个坑提前指出来。适合谁看手头正好有纵向数据比如跟踪测试、重复问卷、实验心理学或医学统计场景里拿到多条件重复测量数据的同学以及论文里需要自己跑统计却不敢把输出直接贴上去的学术党。2. 数据准备与假设检验跑模型前最容易翻车的三个环节2.1 长格式数据所有重复测量分析的“通行证”我在线下带过几次统计工作坊每次讲到数据格式总有人拿着“宽格式”的Excel表格来问我为什么跑不动。宽格式长什么样大概是编号组别前测中测后测1实验8085902对照787679这种格式人类看着舒服每一行就是一个被试三次测量放在三列。但统计软件不这么想。绝大多数重复测量相关的函数要求的是“长格式”把三次测量从三列摞成三行每一行是一次观测。编号组别时间得分1实验前测801实验中测851实验后测902对照前测782对照中测762对照后测79为什么一定要长格式因为重复测量ANOVA的核心是告诉模型“编号1的三次数据属于同一个人”这种从属关系在长格式里通过“编号”列重复出现来表达。软件看到编号有重复值就知道这是重复测量数据会自动把同一个编号内部的相关性考虑进去。在R里做这个转换很直接library(tidyr) df_long - df_wide %% pivot_longer( cols c(前测, 中测, 后测), names_to time, values_to score )我见过不少人在这一步倒在编码顺序上。宽转长之后时间因子千万不要直接用字符型变量比如“前测”“后测”因为字符顺序是按字母排的你会看到“后测”排在前面。一定要用factor显式指定水平顺序不然事后检验和趋势分析会全部乱套df_long$time - factor(df_long$time, levels c(前测, 中测, 后测)) df_long$id - factor(df_long$id) df_long$group - factor(df_long$group)同理Python的statsmodels里做重复测量ANOVA时也要求长格式只不过是用AnovaRM来指定被试内变量。但长格式带来的好处是一样的数据一行一行摞起来之后你可以在任何一步用聚合函数查某一组某一时间点的均值、标准差排查数据异常时非常顺手。2.2 球形假设不只是“方差齐性”的重复测量版普通ANOVA有一个方差齐性假设重复测量ANOVA则多了一个学生口中传话传得面目全非的假设——球形性。球形假设的意思是任意两个时间点的测量值之差它们的方差应该大致相等。别小看这个条件它比“各时间点方差相等”强得多。举个例子如果前测和中测的差值波动很大但中测和后测的差值波动很小那说明测量点之间的相关结构并不统一此时用未校正的F检验会偏激进容易出现假阳性。软件里一般会汇报Mauchly球形检验的结果对应的就是那个写着Mauchlys test的表格。如果p值大于0.05恭喜你可以直接看正常的F检验结果如果p值小于0.05意味着球形性不成立你需要看校正后的结果。R里常见的是两种校正Greenhouse-GeisserGG和Huynh-FeldtHF。很多人在这里只知道“看p值”却不会看epsilonε这一列。我的经验是ε越接近1说明数据越接近球形GG的ε如果低于0.75就用GG校正如果ε在0.75以上HF的校正往往更合适。实际操作中也可以直接看GG校正是默认报的取它就行并不会错。真正要避免的是完全不看校正直接引用未校正的F值——我见过有论文这么干结果被评审追问“你的方差分析输出明显违反球形假设为什么没有校正”。2.3 缺失值、异常值与样本量先处理还是先建模重复测量数据最容易出现的缺失是“中途脱落”——被试做到一半不来了。传统重复测量ANOVA在缺失值处理上非常保守默认是整行剔除也就是说一个被试只要有一个时间点缺失他所有的数据都进不了分析。这在样本已经很难招的情况下非常浪费。相比之下如果改用混合效应模型比如R里的lmer缺失值问题就不那么致命了模型可以利用非缺失部分的信息来估计该被试的基线水平前提是缺失机制不是“完全随机且与分组相关”。这个区别很重要我后面会专门展开讲。所以现在先记住传统混合模型ANOVA适合数据完整度高的实验数据缺得厉害的话要么先做多重插补要么直接把模型迁移到线性混合效应的框架里。异常值也是重灾区。普通ANOVA里一个极端值只影响一组数据重复测量里一个被试的极端值会影响他所有时间点的数据甚至会扭曲交互效应。我习惯先做boxplot按组别和时间点检查分布再用mean ± 3 * SD作为粗筛标准但注意不要一看异常值就删先核对原始记录判断是不是录入错误。样本量方面虽然常见建议是每个组至少10到20个被试但如果组内测量次数达到3次以上重复测量设计统计功效本来就比普通设计高。真正要留意的是被试和组别之间的数量平衡严重不平衡时类型I错误会受影响这时建议改用混合效应模型来处理更好因为它在处理不平衡数据上稳健得多。3. 核心实操用 R 跑一个完整的混合模型 ANOVA3.1 一个可直接复用的分析流程下面给你一套我常用的完整流程数据就是我随手模拟的一份“实验组和对照组在三个时间点的得分”你有真实数据直接换列名就能跑。# 加载包 library(tidyr) library(dplyr) library(car) # 提供 Anova 函数 library(emmeans) # 事后比较 # 模拟宽格式数据30个被试前15个实验组后15个对照组 set.seed(123) df_wide - data.frame( id 1:30, group factor(rep(c(exp, ctrl), each 15)), pre c(rnorm(15, 50, 8), rnorm(15, 52, 7)), mid c(rnorm(15, 60, 9), rnorm(15, 55, 8)), post c(rnorm(15, 70, 10), rnorm(15, 57, 8)) ) # 转长格式 df_long - df_wide %% pivot_longer( cols c(pre, mid, post), names_to time, values_to score ) %% mutate( id factor(id), time factor(time, levels c(pre, mid, post)) ) # 传统混合模型ANOVA组间变量group组内变量time被试id嵌套在校差项里 model - aov(score ~ group * time Error(id / time), data df_long) summary(model)这套代码里的关键就一行Error(id / time)。它告诉Rid是被试的随机因素time是嵌套在每个被试内部的重复测量变量。这个写法是传统混合模型ANOVA的范式估计出来的F值和SPSS里重复测量分析的结果是能对上号的。如果你更习惯看“类型 III 平方和”的表格可以用car::Anova结合lm来做但需要先把数据按被试整理成宽格式代码可读性没有aov高。3.2 误差项的写法为什么不能省很多初学者写公式时会觉得组内变量也放在自变量位置就够了为什么还要在Error()里面重复写一遍这里必须说清楚。重复测量ANOVA和普通ANOVA最大的差别在于同一个被试的多次测量之间是有内在相关性的这种相关性如果不从误差项里剥离会把被试间的个体差异当成纯误差导致F检验失真。Error(id / time)等价于把总变异拆分成三个部分被试间误差用来检验组别主效应、被试内的时间效应残差用来检验时间主效应和交互效应。也就是说组别因子用的是被试间的误差项做分母时间因子和交互项用的是被试内的误差项做分母。不同效应要用不同的误差项这正是“混合”二字的精髓所在。如果你用lmer这类线性混合模型框架默认是没有传统意义上的Error()写法的它靠随机效应结构来固定同一被试的相关性library(lmerTest) model_lmer - lmer(score ~ group * time (1 | id), data df_long) anova(model_lmer)这里的(1 | id)表示每个被试有一个随机截距等价于承认“每个被试的基线水平不一样”。两种框架结果不一定完全一致主要是因为自由度计算方法不同但这个差异在样本量足够大时基本可以忽略。小样本条件下更建议用lmerTest加Kenward-Roger自由度校正它比传统ANOVA更稳健也能吃一点缺失数据。3.3 输出结果到底怎么看跑完summary(model)你会看到三段输出。第一段是组间因素的检验告诉你group的F值和p值第二段是组内因素的检验告诉你time和group:time的结果第三段是误差项信息。真正要解读的是第二段里的三行time这一行不区分组别只看三个时间点的均值是否存在总体差异。group:time这一行交互效应这是混合模型ANOVA里最重要的一行因为它告诉你不同组别在不同时间点上的变化轨迹是否一致。Error(id:time)对应的是被试内残差一般不用解释。球形性校正输出的位置因实现方式而异car::Anova会在输出末尾附上GG、HF的epsilon和校正后的p值。我的习惯是先把输出截屏截图保存好再手动把“校正后的p值”提取出来放进论文表格。很多人直接复制默认的p值完全没注意到软件还有第二行写着sphericity corrections这行字一漏审稿人一眼就能看出你没读懂输出。4. 交互效应与事后检验真正读懂结论4.1 主效应 vs 交互效应先看哪个模型跑完最怕的就是一上来就念主效应。如果group:time交互项显著你最好把主效应放一边先拆交互。举个最简单的例子某训练方案对男性有效、对女性无效男女合并后平均一看“组别主效应不显著”但这不代表方案没用——它只是说明效果“因性别而异”这本身就是最重要的发现。交互效应的本质就是“一个因素的效果依赖于另一个因素的水平”。所以我的分析顺序是先看交互项p值。不显著再看两个主效应。显著立刻做简单效应分析。简单效应就是固定在一个因素的某一水平上去看另一个因素的效果。比如固定“对照组”看三个时间点是否有变化固定“实验组”再看是否有变化。两组都显著再比较变化幅度这时候你才算真正读懂了数据。4.2 事后比较不要拿普通 t 检验硬切交互效应显著之后你会想比较哪些水平之间有差异。新手最常犯的错是直接对每一对条件各做一次普通t检验然后标注p 0.05就当结果显著了。这会造成多重比较问题——三组数据两两比较就有三次检验每次都带5%的犯错率整体犯错率会飙升到接近14%。我推荐用emmeans来做代码一样顺手# 简单效应在不同组别内分别比较三个时间点 emmeans(model, pairwise ~ time | group, adjust bonferroni) # 组间比较在某个时间点比较两个组 emmeans(model, pairwise ~ group | time, adjust bonferroni)adjust参数的设置很重要。如果比较次数少3次以内Bonferroni够用如果比较次数很多可以考虑holm方法它比Bonferroni温和一些统计功效更高。不要在事后比较里一股脑全放默认选项emmeans默认用的tukey适合所有两两比较的场景但当你做的是“指定计划比较”比如只比较“前测 vs 中测”和“中测 vs 后测”这两对用tukey会过度保守此时选bonferroni或holm更合适。还有一个容易忽视的细节emmeans的结果里会带一组df这个自由度不一定和ANOVA输出里的残差自由度一致。不要慌这是模型估计里调整过的自由度正常报告就行。如果你担心写着麻烦可以直接从结果表里挑几行关键的均值差estimate、标准误SE、校正后p值写进论文通常表注里注明“经Bonferroni校正”即可。4.3 效应量与描述统计论文报告必备p值给出的是“有没有差异”效应量给出的是“差异有多大”。很多期刊现在强制要求报告效应量重复测量ANOVA里最常用的是偏eta方partial η²。在R里可以手动算# 以交互项为例F值和自由度可以从上面输出里抄 f_value - 4.78 df_effect - 2 df_error - 56 partial_eta2 - (f_value * df_effect) / (f_value * df_effect df_error) partial_eta2公式的逻辑就是“效应来源的变异占效应来源变异误差变异的比例”这个比例越高表示交互效应的实际贡献越大。一般经验是0.01小效应、0.06中等、0.14大效应但这套粗略标准来自行为科学领域不同学科请自行查对应规范。值得一提的是传统ANOVA框架下偏eta方在小样本里会被高估如果你的审稿人比较讲究可能会要求报更保守的广义eta方或omega方。rstatix包可以快速算我就点到为止你需要的时候去查一下即可。描述统计也一样重要我建议每个单元格都报告“均值±标准差”并且配一张交互作用图横轴是时间两条线分别代表两个组。这张图比任何统计检验都直观审稿人看得懂你讲报告也讲得清。5. 常见问题与排查实录实战避坑清单5.1 “球形检验P值小于0.05我都不知道选哪个校正”选哪个关键看epsilon值不要闭眼选。GG的epsilon在0.75以下用GG校正0.75以上用HF校正差别不大。但如果你想省事GG是默认选项学术界也接受。这里真正要避的坑是校正后的F值变了你要把“采用了Greenhouse-Geisser校正”这句话写进论文方法部分。我见过不少作者结果表格里写的是校正后的p值方法部分却压根没提起使用了校正这是明显的报告不完整。5.2 “交互效应不显著但我想看简单效应”所谓“交互不显著”只说明没有足够证据表明组间差异在不同时间点上有变化但研究者事先有明确的理论预期时比如“我就是要看实验组在干预前后是否有变化”这种比较属于计划比较planned comparison可以基于预设假设直接进行不受交互项显著与否的约束。关键是必须在拿到数据之前就把要检验的比较写清楚而不是事后看哪个p值小就去拆哪个组。做数据分析最忌讳的就是“游荡式检验”——看结果说话这样的结论说出去站不住脚。5.3 “报了混合模型结果和拆开跑ANOVA对不上”有人喜欢在每个时间点单独跑一个组间ANOVA再和混合模型ANOVA的结果做对照发现p值对不上就开始怀疑模型错误。这其实不是bug而是统计口径问题。混合模型ANOVA把被试当作随机因素个体差异被分离出去了而逐时间点独立ANOVA没有这种分离误差里混着个体差异所以结果不一样。样本量足够大的时候两者会趋近一致但不必刻意追求它们完全相等。如果你想要的是被试内被控制住的组别检验认准混合模型的结果就对了。5.4 我的三个实战建议第一个建议从模拟数据开始练手。你没有真实数据也可以自己生成一套结构已知的数据来验证代码比如在某个时间点人为注入组别差异看看ANOVA能不能检测出来。跑通之后再用真实数据遇到问题才能判断是代码问题还是数据问题。第二个建议脚本里保持数据和代码分开管理。数据处理步骤转长格式、设因子水平和分析步骤跑模型、画图分块写每段运行后输出一个中间结果确认一下。这样一旦报错你能知道错在第几步而不是像毛线球一样一团乱。第三个建议保存输出时连会话信息一起保存。用sessionInfo()记录当前R版本和所有包的版本不仅能方便你复现结果投稿时也会让审稿人更放心——至少证明你的分析不是某个过期包跑出来的产物。我自己的习惯是跑完一遍分析后把脚本复制一份只保留核心步骤配上简洁注释存成analysis.R。下次换一批数据改几个列名就能直接用。这套流程我用了很多年省下的时间远超当初写脚本的成本。如果你刚从一个零散的数据文件里第一次跑出混合模型ANOVA的结果回头整理一下自己的流程你会发现自己已经能独立处理这一类纵向数据了。 
长河君 · 2026/10/19 14:33:22 · 阅读 1.2k 混合模型ANOVA详解：重复测量数据、球形假设与R实操
1. 为什么你需要混合模型 ANOVA“重复测量”数据的正确打开方式我去年帮人审过一篇投稿对方把同一批被试在三个时间点的得分硬生生拆成三组数据做了独立样本t检验。审稿意见下来之后作者很委屈“我每个时间点都检验出来了呀效果不是挺好吗”问题恰恰出在这里——同一批人的三个时间点数据是“有关联”的你把它当成三批互不相干的人来比等于人为放大了样本量第一类错误早就失控了检验出来的“效果好”是不可信的。Mixed Model ANOVA也就是混合模型方差分析重复测量方差分析的一种就是专门处理这种“同一被试多次测量”场景的。为什么叫“混合”因为它把变量分成了两类一类是被试间的比如你把人分成实验组、对照组每个被试只属于一个组另一类是被试内的比如同一个被试在多个时间点、多个条件下分别测得的数据。两类变量同时放进一个模型这就是“混合”。如果你手上只有被试内的变量那叫单因素重复测量ANOVA只有被试间的就是普通的方差分析两者都有才需要混合模型ANOVA来处理。这篇内容处在整个进阶路线的 2/3 位置——默认你已经知道什么叫ANOVA、知道p值和F值是什么意思但你可能还不清楚什么时候该用混合模型而不是普通ANOVA数据到底该整理成什么样R或Python里公式怎么写输出的一大堆表格里到底该看哪一列。这篇文章要把这几个环节全部打通顺带把你操作中一定会踩的几个坑提前指出来。适合谁看手头正好有纵向数据比如跟踪测试、重复问卷、实验心理学或医学统计场景里拿到多条件重复测量数据的同学以及论文里需要自己跑统计却不敢把输出直接贴上去的学术党。2. 数据准备与假设检验跑模型前最容易翻车的三个环节2.1 长格式数据所有重复测量分析的“通行证”我在线下带过几次统计工作坊每次讲到数据格式总有人拿着“宽格式”的Excel表格来问我为什么跑不动。宽格式长什么样大概是编号组别前测中测后测1实验8085902对照787679这种格式人类看着舒服每一行就是一个被试三次测量放在三列。但统计软件不这么想。绝大多数重复测量相关的函数要求的是“长格式”把三次测量从三列摞成三行每一行是一次观测。编号组别时间得分1实验前测801实验中测851实验后测902对照前测782对照中测762对照后测79为什么一定要长格式因为重复测量ANOVA的核心是告诉模型“编号1的三次数据属于同一个人”这种从属关系在长格式里通过“编号”列重复出现来表达。软件看到编号有重复值就知道这是重复测量数据会自动把同一个编号内部的相关性考虑进去。在R里做这个转换很直接library(tidyr) df_long - df_wide %% pivot_longer( cols c(前测, 中测, 后测), names_to time, values_to score )我见过不少人在这一步倒在编码顺序上。宽转长之后时间因子千万不要直接用字符型变量比如“前测”“后测”因为字符顺序是按字母排的你会看到“后测”排在前面。一定要用factor显式指定水平顺序不然事后检验和趋势分析会全部乱套df_long$time - factor(df_long$time, levels c(前测, 中测, 后测)) df_long$id - factor(df_long$id) df_long$group - factor(df_long$group)同理Python的statsmodels里做重复测量ANOVA时也要求长格式只不过是用AnovaRM来指定被试内变量。但长格式带来的好处是一样的数据一行一行摞起来之后你可以在任何一步用聚合函数查某一组某一时间点的均值、标准差排查数据异常时非常顺手。2.2 球形假设不只是“方差齐性”的重复测量版普通ANOVA有一个方差齐性假设重复测量ANOVA则多了一个学生口中传话传得面目全非的假设——球形性。球形假设的意思是任意两个时间点的测量值之差它们的方差应该大致相等。别小看这个条件它比“各时间点方差相等”强得多。举个例子如果前测和中测的差值波动很大但中测和后测的差值波动很小那说明测量点之间的相关结构并不统一此时用未校正的F检验会偏激进容易出现假阳性。软件里一般会汇报Mauchly球形检验的结果对应的就是那个写着Mauchlys test的表格。如果p值大于0.05恭喜你可以直接看正常的F检验结果如果p值小于0.05意味着球形性不成立你需要看校正后的结果。R里常见的是两种校正Greenhouse-GeisserGG和Huynh-FeldtHF。很多人在这里只知道“看p值”却不会看epsilonε这一列。我的经验是ε越接近1说明数据越接近球形GG的ε如果低于0.75就用GG校正如果ε在0.75以上HF的校正往往更合适。实际操作中也可以直接看GG校正是默认报的取它就行并不会错。真正要避免的是完全不看校正直接引用未校正的F值——我见过有论文这么干结果被评审追问“你的方差分析输出明显违反球形假设为什么没有校正”。2.3 缺失值、异常值与样本量先处理还是先建模重复测量数据最容易出现的缺失是“中途脱落”——被试做到一半不来了。传统重复测量ANOVA在缺失值处理上非常保守默认是整行剔除也就是说一个被试只要有一个时间点缺失他所有的数据都进不了分析。这在样本已经很难招的情况下非常浪费。相比之下如果改用混合效应模型比如R里的lmer缺失值问题就不那么致命了模型可以利用非缺失部分的信息来估计该被试的基线水平前提是缺失机制不是“完全随机且与分组相关”。这个区别很重要我后面会专门展开讲。所以现在先记住传统混合模型ANOVA适合数据完整度高的实验数据缺得厉害的话要么先做多重插补要么直接把模型迁移到线性混合效应的框架里。异常值也是重灾区。普通ANOVA里一个极端值只影响一组数据重复测量里一个被试的极端值会影响他所有时间点的数据甚至会扭曲交互效应。我习惯先做boxplot按组别和时间点检查分布再用mean ± 3 * SD作为粗筛标准但注意不要一看异常值就删先核对原始记录判断是不是录入错误。样本量方面虽然常见建议是每个组至少10到20个被试但如果组内测量次数达到3次以上重复测量设计统计功效本来就比普通设计高。真正要留意的是被试和组别之间的数量平衡严重不平衡时类型I错误会受影响这时建议改用混合效应模型来处理更好因为它在处理不平衡数据上稳健得多。3. 核心实操用 R 跑一个完整的混合模型 ANOVA3.1 一个可直接复用的分析流程下面给你一套我常用的完整流程数据就是我随手模拟的一份“实验组和对照组在三个时间点的得分”你有真实数据直接换列名就能跑。# 加载包 library(tidyr) library(dplyr) library(car) # 提供 Anova 函数 library(emmeans) # 事后比较 # 模拟宽格式数据30个被试前15个实验组后15个对照组 set.seed(123) df_wide - data.frame( id 1:30, group factor(rep(c(exp, ctrl), each 15)), pre c(rnorm(15, 50, 8), rnorm(15, 52, 7)), mid c(rnorm(15, 60, 9), rnorm(15, 55, 8)), post c(rnorm(15, 70, 10), rnorm(15, 57, 8)) ) # 转长格式 df_long - df_wide %% pivot_longer( cols c(pre, mid, post), names_to time, values_to score ) %% mutate( id factor(id), time factor(time, levels c(pre, mid, post)) ) # 传统混合模型ANOVA组间变量group组内变量time被试id嵌套在校差项里 model - aov(score ~ group * time Error(id / time), data df_long) summary(model)这套代码里的关键就一行Error(id / time)。它告诉Rid是被试的随机因素time是嵌套在每个被试内部的重复测量变量。这个写法是传统混合模型ANOVA的范式估计出来的F值和SPSS里重复测量分析的结果是能对上号的。如果你更习惯看“类型 III 平方和”的表格可以用car::Anova结合lm来做但需要先把数据按被试整理成宽格式代码可读性没有aov高。3.2 误差项的写法为什么不能省很多初学者写公式时会觉得组内变量也放在自变量位置就够了为什么还要在Error()里面重复写一遍这里必须说清楚。重复测量ANOVA和普通ANOVA最大的差别在于同一个被试的多次测量之间是有内在相关性的这种相关性如果不从误差项里剥离会把被试间的个体差异当成纯误差导致F检验失真。Error(id / time)等价于把总变异拆分成三个部分被试间误差用来检验组别主效应、被试内的时间效应残差用来检验时间主效应和交互效应。也就是说组别因子用的是被试间的误差项做分母时间因子和交互项用的是被试内的误差项做分母。不同效应要用不同的误差项这正是“混合”二字的精髓所在。如果你用lmer这类线性混合模型框架默认是没有传统意义上的Error()写法的它靠随机效应结构来固定同一被试的相关性library(lmerTest) model_lmer - lmer(score ~ group * time (1 | id), data df_long) anova(model_lmer)这里的(1 | id)表示每个被试有一个随机截距等价于承认“每个被试的基线水平不一样”。两种框架结果不一定完全一致主要是因为自由度计算方法不同但这个差异在样本量足够大时基本可以忽略。小样本条件下更建议用lmerTest加Kenward-Roger自由度校正它比传统ANOVA更稳健也能吃一点缺失数据。3.3 输出结果到底怎么看跑完summary(model)你会看到三段输出。第一段是组间因素的检验告诉你group的F值和p值第二段是组内因素的检验告诉你time和group:time的结果第三段是误差项信息。真正要解读的是第二段里的三行time这一行不区分组别只看三个时间点的均值是否存在总体差异。group:time这一行交互效应这是混合模型ANOVA里最重要的一行因为它告诉你不同组别在不同时间点上的变化轨迹是否一致。Error(id:time)对应的是被试内残差一般不用解释。球形性校正输出的位置因实现方式而异car::Anova会在输出末尾附上GG、HF的epsilon和校正后的p值。我的习惯是先把输出截屏截图保存好再手动把“校正后的p值”提取出来放进论文表格。很多人直接复制默认的p值完全没注意到软件还有第二行写着sphericity corrections这行字一漏审稿人一眼就能看出你没读懂输出。4. 交互效应与事后检验真正读懂结论4.1 主效应 vs 交互效应先看哪个模型跑完最怕的就是一上来就念主效应。如果group:time交互项显著你最好把主效应放一边先拆交互。举个最简单的例子某训练方案对男性有效、对女性无效男女合并后平均一看“组别主效应不显著”但这不代表方案没用——它只是说明效果“因性别而异”这本身就是最重要的发现。交互效应的本质就是“一个因素的效果依赖于另一个因素的水平”。所以我的分析顺序是先看交互项p值。不显著再看两个主效应。显著立刻做简单效应分析。简单效应就是固定在一个因素的某一水平上去看另一个因素的效果。比如固定“对照组”看三个时间点是否有变化固定“实验组”再看是否有变化。两组都显著再比较变化幅度这时候你才算真正读懂了数据。4.2 事后比较不要拿普通 t 检验硬切交互效应显著之后你会想比较哪些水平之间有差异。新手最常犯的错是直接对每一对条件各做一次普通t检验然后标注p 0.05就当结果显著了。这会造成多重比较问题——三组数据两两比较就有三次检验每次都带5%的犯错率整体犯错率会飙升到接近14%。我推荐用emmeans来做代码一样顺手# 简单效应在不同组别内分别比较三个时间点 emmeans(model, pairwise ~ time | group, adjust bonferroni) # 组间比较在某个时间点比较两个组 emmeans(model, pairwise ~ group | time, adjust bonferroni)adjust参数的设置很重要。如果比较次数少3次以内Bonferroni够用如果比较次数很多可以考虑holm方法它比Bonferroni温和一些统计功效更高。不要在事后比较里一股脑全放默认选项emmeans默认用的tukey适合所有两两比较的场景但当你做的是“指定计划比较”比如只比较“前测 vs 中测”和“中测 vs 后测”这两对用tukey会过度保守此时选bonferroni或holm更合适。还有一个容易忽视的细节emmeans的结果里会带一组df这个自由度不一定和ANOVA输出里的残差自由度一致。不要慌这是模型估计里调整过的自由度正常报告就行。如果你担心写着麻烦可以直接从结果表里挑几行关键的均值差estimate、标准误SE、校正后p值写进论文通常表注里注明“经Bonferroni校正”即可。4.3 效应量与描述统计论文报告必备p值给出的是“有没有差异”效应量给出的是“差异有多大”。很多期刊现在强制要求报告效应量重复测量ANOVA里最常用的是偏eta方partial η²。在R里可以手动算# 以交互项为例F值和自由度可以从上面输出里抄 f_value - 4.78 df_effect - 2 df_error - 56 partial_eta2 - (f_value * df_effect) / (f_value * df_effect df_error) partial_eta2公式的逻辑就是“效应来源的变异占效应来源变异误差变异的比例”这个比例越高表示交互效应的实际贡献越大。一般经验是0.01小效应、0.06中等、0.14大效应但这套粗略标准来自行为科学领域不同学科请自行查对应规范。值得一提的是传统ANOVA框架下偏eta方在小样本里会被高估如果你的审稿人比较讲究可能会要求报更保守的广义eta方或omega方。rstatix包可以快速算我就点到为止你需要的时候去查一下即可。描述统计也一样重要我建议每个单元格都报告“均值±标准差”并且配一张交互作用图横轴是时间两条线分别代表两个组。这张图比任何统计检验都直观审稿人看得懂你讲报告也讲得清。5. 常见问题与排查实录实战避坑清单5.1 “球形检验P值小于0.05我都不知道选哪个校正”选哪个关键看epsilon值不要闭眼选。GG的epsilon在0.75以下用GG校正0.75以上用HF校正差别不大。但如果你想省事GG是默认选项学术界也接受。这里真正要避的坑是校正后的F值变了你要把“采用了Greenhouse-Geisser校正”这句话写进论文方法部分。我见过不少作者结果表格里写的是校正后的p值方法部分却压根没提起使用了校正这是明显的报告不完整。5.2 “交互效应不显著但我想看简单效应”所谓“交互不显著”只说明没有足够证据表明组间差异在不同时间点上有变化但研究者事先有明确的理论预期时比如“我就是要看实验组在干预前后是否有变化”这种比较属于计划比较planned comparison可以基于预设假设直接进行不受交互项显著与否的约束。关键是必须在拿到数据之前就把要检验的比较写清楚而不是事后看哪个p值小就去拆哪个组。做数据分析最忌讳的就是“游荡式检验”——看结果说话这样的结论说出去站不住脚。5.3 “报了混合模型结果和拆开跑ANOVA对不上”有人喜欢在每个时间点单独跑一个组间ANOVA再和混合模型ANOVA的结果做对照发现p值对不上就开始怀疑模型错误。这其实不是bug而是统计口径问题。混合模型ANOVA把被试当作随机因素个体差异被分离出去了而逐时间点独立ANOVA没有这种分离误差里混着个体差异所以结果不一样。样本量足够大的时候两者会趋近一致但不必刻意追求它们完全相等。如果你想要的是被试内被控制住的组别检验认准混合模型的结果就对了。5.4 我的三个实战建议第一个建议从模拟数据开始练手。你没有真实数据也可以自己生成一套结构已知的数据来验证代码比如在某个时间点人为注入组别差异看看ANOVA能不能检测出来。跑通之后再用真实数据遇到问题才能判断是代码问题还是数据问题。第二个建议脚本里保持数据和代码分开管理。数据处理步骤转长格式、设因子水平和分析步骤跑模型、画图分块写每段运行后输出一个中间结果确认一下。这样一旦报错你能知道错在第几步而不是像毛线球一样一团乱。第三个建议保存输出时连会话信息一起保存。用sessionInfo()记录当前R版本和所有包的版本不仅能方便你复现结果投稿时也会让审稿人更放心——至少证明你的分析不是某个过期包跑出来的产物。我自己的习惯是跑完一遍分析后把脚本复制一份只保留核心步骤配上简洁注释存成analysis.R。下次换一批数据改几个列名就能直接用。这套流程我用了很多年省下的时间远超当初写脚本的成本。如果你刚从一个零散的数据文件里第一次跑出混合模型ANOVA的结果回头整理一下自己的流程你会发现自己已经能独立处理这一类纵向数据了。