Cómo establecer los contrastes de sus datos con r

Antes de poder utilizar R AOV () función con sus datos, había puesto mejor la contrastes que vas a utilizar. Contrastes son muy a menudo olvidados cuando se hace ANOVA (análisis de variables), pero por lo general ayudan a la interpretación del modelo y aumentar la precisión de AOV () y las funciones auxiliares.

¿Cuáles son esos contrastes entonces? Factores se convierten a un conjunto de variables, uno menos que el número de niveles del factor. Digamos que usted tiene un factor de tres niveles. R crea dos variables, y cada nivel del factor está representado por una combinación de valores. Estos valores definen cómo los coeficientes del modelo tienen que ser interpretados.

Por defecto, R utiliza contrastes de tratamiento, como se puede ver cuando se comprueba la opción correspondiente de esta manera:

> Opciones ('contrastes') $ contrastsunordered ordenaron "contr.treatment" "contr.poly"

Aquí se ve que R utiliza diferentes contrastes de factores desordenadas y ordenadas. Estos contrastes son en realidad las funciones de contraste. Vuelven una matriz con los valores de contraste para cada nivel del factor. Los contrastes por defecto para un factor con tres niveles de este aspecto:

> X lt; - los factores (c ('A', 'B', 'C'))> contr.treatment (X) B CA 0 1 0B 0C 0 1

Las dos variables B y C se llaman así porque la variable B tiene un valor de 1 si el nivel del factor es B- de lo contrario, tiene un valor de 0. Lo mismo ocurre con C. Nivel A está representada por dos ceros y llamó a la nivel de referencia. En un modelo de un factor, la intersección es la media de LA.

Puede cambiar estos contrastes con el mismo opciones () función, así:

> Opciones (contrastes = c ('contr.sum', 'contr.poly'))

La función de contraste, contr.sum (), da contrastes ortogonales, donde usted compara todos los niveles de la media global. Puede obtener más información sobre estos contrastes en la página de ayuda ?contr.sum.




» » » » Cómo establecer los contrastes de sus datos con r