Diese Sektion knüpft an “Linear Models in Experiments” an. Während die vorherigen Kapitel jeweils einen einzelnen Behandlungsfaktor behandelt haben, geht es hier um zwei Behandlungsfaktoren gleichzeitig - und darum, was deren Interaktion für Analyse und Interpretation bedeutet. Wir beginnen mit zwei Faktoren in einem vertrauten randomisierten vollständigen Blockdesign und analysieren anschließend exakt dieselben Daten als Split-Plot-Design, was unser erstes praktisches gemischtes Modell einführt. Es wird das Wissen aus den Kapiteln “Linear Models in Experiments” vorausgesetzt (ANOVA, adjustierte Mittelwerte, Compact Letter Displays).

Benötigte R-Pakete

Die Kapitel dieser Sektion verwenden die folgenden R-Pakete. Mit diesem Befehl installiert man alle, die noch fehlen:

pkgs <- c(
  "tidyverse", "here", "emmeans", "multcomp", "multcompView",
  "desplot", "ggtext", "MetBrewer", "lme4", "lmerTest", "pbkrtest"
)
install.packages(setdiff(pkgs, rownames(installed.packages())))

Wie man navigiert ..

.. durch Kapitel

Man kann durch die Kapitel navigieren, indem man auf das Inhaltsverzeichnis links klickt. Alternativ kann man jederzeit zum nächsten Kapitel gelangen, indem man auf dessen Namen am Ende klickt (d.h. ganz nach unten scrollen)

.. durch Inhalte innerhalb von Kapiteln

Innerhalb eines Kapitels kann man durch die Inhalte navigieren, indem man auf das Inhaltsverzeichnis rechts klickt.