r - 如何在 R 中正确设置对比度

Question

我被要求通过使用方差分析和线性对比来查看 3 组数据(每组 5 点)中是否存在线性趋势。这 3 组代表在 2010 中收集的数据, 2011和 2012 .我想在这个过程中使用 R，我已经尝试了以下两种方法:

contrasts(data$groups, how.many=1) <- contr.poly(3)
contrasts(data$groups)  <- contr.poly(3)

两种方法似乎都可以正常工作，但在 p 值方面给出的答案略有不同。我不知道哪个是正确的，在网上找到这方面的帮助真的很棘手。我想帮助弄清楚不同答案背后的推理是什么。我不确定它是否与划分平方和或诸如此类的东西有关。

Answer 1

两种方法在是否使用二次多项式方面有所不同。

出于说明目的，请看一下这个例子，两个都是 x和 y是一个具有三个水平的因素。

x <- y <- gl(3, 2)
# [1] 1 1 2 2 3 3
# Levels: 1 2 3

第一种方法为二次多项式创建对比矩阵，即具有线性 ( .L ) 和二次趋势 ( .Q )。 3意思是:创建 3 - 1第多项式。

contrasts(x) <- contr.poly(3)
# [1] 1 1 2 2 3 3
# attr(,"contrasts")
#              .L         .Q
# 1 -7.071068e-01  0.4082483
# 2 -7.850462e-17 -0.8164966
# 3  7.071068e-01  0.4082483
# Levels: 1 2 3

相反，第二种方法产生一阶多项式(即仅线性趋势)。这是由于参数 how.many = 1 .因此，只有 1形成对比。

contrasts(y, how.many = 1) <- contr.poly(3)
# [1] 1 1 2 2 3 3
# attr(,"contrasts")
#              .L
# 1 -7.071068e-01
# 2 -7.850462e-17
# 3  7.071068e-01
# Levels: 1 2 3

如果您只对线性趋势感兴趣，则第二个选项似乎更适合您。