<meta http-equiv="Content-Type" content="text/html; charset=utf-8"><div dir="ltr">Dear Paul,<div><br></div><div>I think just using the 2-way ANOVA is enough. </div><div>I'm not familiar with this non-parameter test, but ANOVA is robust, even the assumption of distribution is not fitted perfactly</div><div>Once you do the 2-way ANOVA, you will get the main effect and interaction, if the interaction is significant, you could see the simple effect in different level. So why are you want to know "some but not for all" interaction effects ?</div><div><br></div><div>All best</div><div>Jichen</div><div><br></div></div><br><div class="gmail_quote"><div dir="ltr" class="gmail_attr">Paul Dhami <<a href="mailto:pdhami06@gmail.com">pdhami06@gmail.com</a>> 于2019年7月11日周四 上午7:45写道：<br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div dir="ltr">Dear Fieldtrip community,<br><div><br></div><div>I have 4 groups of participants that fall into one of four categories/factors:</div><div><br></div><div>Clinical/Young, Clinical/Old, Healthy/Young, Healthy/Old.</div><div><br></div><div>I was hoping to test an interaction in a 2-way ANOVA design, with Age group and Clinical group as my two factors.</div><div><br></div><div>Reading this link:</div><div><a href="http://www.fieldtriptoolbox.org/faq/how_can_i_test_an_interaction_effect_using_cluster-based_permutation_tests/" target="_blank">http://www.fieldtriptoolbox.org/faq/how_can_i_test_an_interaction_effect_using_cluster-based_permutation_tests/</a><br></div><div><br></div><div>In the first paragraph:</div><div><br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><span style="color:rgb(33,37,41);font-family:-apple-system,system-ui,"Segoe UI",Roboto,"Helvetica Neue",Arial,sans-serif,"Apple Color Emoji","Segoe UI Emoji","Segoe UI Symbol";text-align:justify">You can use cluster-based permutation tests for some but not for all interaction effects. Specifically, you can only use them for testing interaction effects in factorial designs with only a single between-subjects factor</span></blockquote><div><br></div><div>Based on the second sentence of only being possible when there is a single between-subjects factor, is it safe to say that in my design, I wouldn't be able to use cluster-based permutation tests?</div><div><br></div><div>What would be the best way to analyze such as design than with cluster-based permutation tests? Would it be just a one-way ANOVA with the independsamplesF function?</div><div><br></div><div>Thank you,</div><div>Paul</div><div> </div></div>
_______________________________________________<br>
fieldtrip mailing list<br>
<a href="https://mailman.science.ru.nl/mailman/listinfo/fieldtrip" rel="noreferrer" target="_blank">https://mailman.science.ru.nl/mailman/listinfo/fieldtrip</a><br>
<a href="https://doi.org/10.1371/journal.pcbi.1002202" rel="noreferrer" target="_blank">https://doi.org/10.1371/journal.pcbi.1002202</a><br>
</blockquote></div>