gpt4 book ai didi

r - 如何在 R 中正确设置对比度

转载 作者:行者123 更新时间:2023-12-04 11:32:34 24 4
gpt4 key购买 nike

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, 20112012 .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。

最佳答案

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 xy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。

关于r - 如何在 R 中正确设置对比度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21770610/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com