Tip III SS ANOVA R'de kontrast kodları ile nasıl bir kişi yapılır?

Lütfen birinin denekler arasında -3, -1, 1, 3 kontrastlı ANOVA yapmasına izin veren R kodu verin. Böyle bir analiz için uygun Kareler Toplamı (SS) türüyle ilgili bir tartışma olduğunu anladım. Ancak SAS ve SPSS'de kullanılan varsayılan SS tipi (Tip III) bölgemde standart olarak kabul edilmektedir. Bu nedenle, bu analizin sonuçlarının, bu istatistik programları tarafından oluşturulanlarla mükemmel şekilde eşleşmesini istiyorum. Bir cevabı kabul etmek için doğrudan aov () çağrısı yapmalısınız, fakat diğer cevaplar oylanabilir (özellikle anlaşılması / kullanılması kolay ise).

sample.data <- data.frame(IV=rep(1:4,each=20),DV=rep(c(-3,-3,1,3),each=20)+rnorm(80))

Düzenleme: Lütfen talep ettiğim kontrastın basit bir doğrusal veya polinom kontrastı olmadığını, teorik bir tahmin ile elde edilen bir kontrast olduğunu, yani Rosenthal ve Rosnow tarafından tartışılan kontrastların türünü not edin.

ANOVA için Tip III kareler toplamı Anova(), araç paketindeki fonksiyondan kolayca elde edilebilir .

Kontrast kodlaması C(), contr.*aile (@nico ile gösterildiği gibi) veya doğrudan contrasts()işlev / argüman kullanılarak birkaç şekilde yapılabilir . Bu, S ile Modern Uygulamalı İstatistik §6.2 (s. 144-151) 'de ayrıntılı olarak açıklanmaktadır ( Springer, 2002, 4. basım). Bunun aov(), işlev için yalnızca bir sarmalayıcı işlevi olduğunu unutmayın lm(). Modelin hata terimini kontrol etmek istediğinde ilginç (ilginç bir tasarımda olduğu gibi), ancak aksi halde her ikisi de aynı sonuçları verir (ve modelinize ne şekilde uyursanız olun, yine de ANOVA veya LM- summary.aovveya ile özetleri gibi summary.lm).

İki çıkışı karşılaştırmak için SPSS'im yok, ancak

> library(car)
> sample.data <- data.frame(IV=factor(rep(1:4,each=20)),
                            DV=rep(c(-3,-3,1,3),each=20)+rnorm(80))
> Anova(lm1 <- lm(DV ~ IV, data=sample.data, 
                  contrasts=list(IV=contr.poly)), type="III")
Anova Table (Type III tests)

Response: DV
            Sum Sq Df F value    Pr(>F)    
(Intercept)  18.08  1  21.815  1.27e-05 ***
IV          567.05  3 228.046 < 2.2e-16 ***
Residuals    62.99 76                      
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

ilk etapta denemeye değer.

R ve SAS’daki faktör kodlaması hakkında: R, taban çizgisi veya referans seviyesini sözlükbilim sırasındaki birinci seviye olarak görürken, SAS sonuncuyu dikkate alır. Bu nedenle, karşılaştırılabilir sonuçlar elde etmek için contr.SAS()ya kullanmak zorundasınız ya da relevel()R faktörünüzü kullanın.

Bu biraz kendini terbiye gibi görünebilir (ve sanırım öyledir). Ancak , tam olarak bu tür bir durumla başa çıkabilecek şekilde tasarlanan R için bir CRS paketi hazırladım. Örnek için nasıl çalıştığını İşte:

> sample.data <- data.frame(IV=rep(1:4,each=20),DV=rep(c(-3,-3,1,3),each=20)+rnorm(80))
> sample.aov <- aov(DV ~ factor(IV), data = sample.data)

> library("lsmeans")
> (sample.lsm <- lsmeans(sample.aov, "IV"))
 IV    lsmean        SE df   lower.CL  upper.CL
  1 -3.009669 0.2237448 76 -3.4552957 -2.564043
  2 -3.046072 0.2237448 76 -3.4916980 -2.600445
  3  1.147080 0.2237448 76  0.7014539  1.592707
  4  3.049153 0.2237448 76  2.6035264  3.494779

> contrast(sample.lsm, list(mycon = c(-3,-1,1,3)))
 contrast estimate       SE df t.ratio p.value
 mycon    22.36962 1.000617 76  22.356  <.0001

İsterseniz listede ek kontrastlar belirleyebilirsiniz. Bu örnekte, yerleşik doğrusal polinom kontrastıyla aynı sonuçları elde edersiniz:

> con <- contrast(sample.lsm, "poly")
> con
 contrast   estimate        SE df t.ratio p.value
 linear    22.369618 1.0006172 76  22.356  <.0001
 quadratic  1.938475 0.4474896 76   4.332  <.0001
 cubic     -6.520633 1.0006172 76  -6.517  <.0001

Bunu onaylamak için, "poly"belirtimin poly.lsmc, bu sonuçları üreten, aramaya yönlendirdiğini unutmayın :

> poly.lsmc(1:4)
  linear quadratic cubic
1     -3         1    -1
2     -1        -1     3
3      1        -1    -3
4      3         1     1

Birkaç kontrastın ortak testini yapmak istiyorsanız, testişlevi kullanın joint = TRUE. Örneğin,

> test(con, joint = TRUE)

Bu bir "tip III" testi üretecektir. Aksine car::Anova(), model montaj aşamasında kullanılan kontrast kodlamasına bakılmaksızın doğru şekilde yapacaktır. Bunun nedeni, test edilen doğrusal işlevlerin dolaylı olarak model indirgeme yoluyla doğrudan belirtilmeleridir. Ek bir özellik, test edilen kontrastların lineer olarak bağımlı olduğu bir durumun tespit edilmesi ve doğru test istatistiğinin ve serbestlik derecelerinin üretilmesidir.

Bu blog gönderisine bakmak isteyebilirsiniz:

Aynı ANOVA'nın elde edilmesi, SPSS'deki gibi R ile sonuçlanır - Tip II ve Tip III'ün kareler toplamındaki zorluklar

( Spoiler:options(contrasts=c("contr.sum", "contr.poly")) betiğinizin başına ekleyin )

Kontrastları yaparken, uygun hata terimi bağlamında hücre araçlarının spesifik ve belirtilen lineer bir kombinasyonunu yapıyorsunuz. Dolayısıyla, "SS Tipi" kavramı, kontrastlarla anlamlı değildir. Her kontrast esasında Tip I SS kullanan ilk etkidir. “SS türü”, diğer şartlarla partialled veya hesaplananla ne yapmak zorundadır. Aksine, hiçbir şey parti dışında tutulmaz veya muhasebeleştirilmez. Kontrast tek başına duruyor.

İşyerinizde tip III testlerin kullanılması, bunları kullanmaya devam etmenin en zayıf nedenlerindendir. SAS bu konuda istatistiklere büyük zarar verdi. Yukarıda anlatılan Bill Venables'in tefsiri bu konuda harika bir kaynak. Sadece III tipine hayır deyin; hatalı bir denge nosyonuna dayanır ve dengesiz durumdaki hücrelerin aptalca ağırlığı nedeniyle daha düşük güce sahiptir.

Genel kontrastlar elde etmek ve yaptıklarınızı tanımlayabilmek için daha doğal ve daha az hataya açık bir yöntem, R rmspaketi contrast.rmsişlevi tarafından sağlanır . Kontrastlar çok karmaşık olabilir, ancak kullanıcı için çok basittir, çünkü tahmin değerlerindeki farklılıklar açısından belirtilir. Testler ve eşzamanlı kontrastlar desteklenir. Bu, doğrusal olmayan regresyon etkilerini, doğrusal olmayan etkileşim etkilerini, kısmi zıtlıkları, her türlü şeyi ele alır.

Araba kütüphanesindeki Anova komutunu deneyin. II türünde varsayılan olarak, type = "III" argümanını kullanın. Örneğin:

library(car)
mod <- lm(conformity ~ fcategory*partner.status, data=Moore, contrasts=list(fcategory=contr.sum, partner.status=contr.sum))
Anova(mod, type="III")

Ayrıca kendi kendini tanıtan, tam olarak bunun için bir fonksiyon yazdım: https://github.com/samuelfranssens/type3anova

Aşağıdaki gibi yükleyin:

library(devtools)
install_github(samuelfranssens/type3anova)
library(type3anova)

sample.data <- data.frame(IV=rep(1:4,each=20),DV=rep(c(-3,-3,1,3),each=20)+rnorm(80))

type3anova(lm(DV ~ IV, data = sample.data))

Ayrıca carpaketin kurulu olması gerekecektir .