[英]How to specify lm model matrix
我从2组中获得了测量值,其中每组具有相同的3个水平。 这是我的示例data.frame
:
df <- data.frame(measurement = c(rnorm(10,1,1),rnorm(10,0.75,1),rnorm(10,1.25,1),
rnorm(10,0.5,1),rnorm(10,1.75,1),rnorm(10,0.25,1)),
group = as.factor(c(rep("a",30),rep("b",30))),
level = as.factor(rep(c(rep("x",10),rep("y",10),rep("z",10)),2)))
我对量化每个level
measurement
如何受group
影响很感兴趣。
我猜想线性模型( lm
)是解决此问题的合适方法,其中group:level
交互作用项捕获了我感兴趣的效果。
有没有一种方法可以指定仅计算以下交互项的lm
: groupb:levelx
, groupb:levely
和groupb:levelz
? 我相信这可以告诉我每个level
如何受到“ b” group
(相对于“ a” group
)的影响,我认为这是我感兴趣的。
我最接近的是:
lm(measurement ~ 0 + group * level - group, data = df)
但这仍然可以计算levelx
, levely
和levelz
,我对此并不感兴趣。
就像上面提到的@Lyzander一样,您应该进一步澄清您想要的内容。 根据您所说的“对于每个级别,测量如何受到“ b”组(相对于“ a”组的影响)”,我猜有3种简单的方法可以做到这一点。
df <- data.frame(measurement = c(rnorm(10,1,1),rnorm(10,0.75,1),rnorm(10,1.25,1),
rnorm(10,0.5,1),rnorm(10,1.75,1),rnorm(10,0.25,1)),
group = as.factor(c(rep("a",30),rep("b",30))),
level = as.factor(rep(c(rep("x",10),rep("y",10),rep("z",10)),2)))
library(dplyr)
#### calculate stats (mean values) ---------------------------------------------
df %>% group_by(level, group) %>% summarise(MeanMeasurement = mean(measurement))
# level group MeanMeasurement
# (fctr) (fctr) (dbl)
# 1 x a 1.6708659
# 2 x b 0.8487751
# 3 y a 0.7977769
# 4 y b 1.4209206
# 5 z a 1.5484668
# 6 z b -0.3244225
#### build a model for each level ---------------------------------------------
summary(lm(measurement ~ group , data = df[df$level=="x",]))
# Coefficients:
# Estimate Std. Error t value Pr(>|t|)
# (Intercept) 1.6709 0.3174 5.264 5.27e-05 ***
# groupb -0.8221 0.4489 -1.831 0.0837 .
summary(lm(measurement ~ group , data = df[df$level=="y",]))
# Coefficients:
# Estimate Std. Error t value Pr(>|t|)
# (Intercept) 0.7978 0.2565 3.111 0.00604 **
# groupb 0.6231 0.3627 1.718 0.10295
summary(lm(measurement ~ group , data = df[df$level=="z",]))
# Coefficients:
# Estimate Std. Error t value Pr(>|t|)
# (Intercept) 1.5485 0.3549 4.363 0.000375 ***
# groupb -1.8729 0.5019 -3.731 0.001528 **
## build a model only with interactions ------------------------------------------
summary(lm(measurement ~ group : level , data = df))
# Coefficients: (1 not defined because of singularities)
# Estimate Std. Error t value Pr(>|t|)
# (Intercept) -0.3244 0.3123 -1.039 0.303452
# groupa:levelx 1.9953 0.4416 4.518 3.43e-05 ***
# groupb:levelx 1.1732 0.4416 2.657 0.010354 *
# groupa:levely 1.1222 0.4416 2.541 0.013951 *
# groupb:levely 1.7453 0.4416 3.952 0.000227 ***
# groupa:levelz 1.8729 0.4416 4.241 8.76e-05 ***
# groupb:levelz NA NA NA NA
如果您查看统计信息(第一种方法)和模型的系数,您会发现所有这三种方法都彼此一致。
我会采用第二种方法,因为这是唯一一种可以为您提供有关某个level
内的group
(a与b)的差异是否具有统计显着性的信息。 第一种方法只是报告手段。 第三种方法包括p值,但它们对应于具有基准交互作用值的比较,而不对应于组a和b之间的比较。
您提到“仅计算这些交互项:groupb:levelx,groupb:levely和groupb:levelz”,这意味着您将不会获得a和x,y,z的其他3种交互。 换句话说,您强制模型包含这3个交互。
您可以像这样手动进行
df <- data.frame(measurement = c(rnorm(10,1,1),rnorm(10,0.75,1),rnorm(10,1.25,1),
rnorm(10,0.5,1),rnorm(10,1.75,1),rnorm(10,0.25,1)),
group = as.factor(c(rep("a",30),rep("b",30))),
level = as.factor(rep(c(rep("x",10),rep("y",10),rep("z",10)),2)))
library(dplyr)
df %>%
mutate(interactions = paste0(group,":",level),
interactions = ifelse(group=="a","a",interactions)) -> df2
summary(lm(measurement ~ interactions, data = df2))
# Coefficients:
# Estimate Std. Error t value Pr(>|t|)
# (Intercept) 0.9318 0.1831 5.089 4.36e-06 ***
# interactionsb:x -0.7803 0.3662 -2.131 0.03752 *
# interactionsb:y 0.2747 0.3662 0.750 0.45638
# interactionsb:z -1.1367 0.3662 -3.104 0.00299 **
但现在,其他3种互动方式会合并在一起,每当您将3种互动方式(b:x,b:y,b:z)中的每一项与一般分组a进行比较时, 您不比较x,y和z中的a与b,但比较b组中的x与y与z。
基于这句话:“有没有一种方法可以指定仅计算以下交互项的lm:groupb:levelx,groupb:levely和groupb:levelz?”,我认为您只需要:
lm( measurement ~ level +0, subset = group=="b", data = df)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.