r - 如何从 R 中的重复测量方差分析模型中获取残差

Question

通常从 aov() 中使用 summary() 函数后，您可以获得残差。

但是当我使用重复测量方差分析和公式不同时，我如何获得残差？

## as a test, not particularly sensible statistically
npk.aovE <- aov(yield ~  N*P*K + Error(block), npk)
npk.aovE
summary(npk.aovE)
Error: block
          Df Sum Sq Mean Sq F value Pr(>F)
N:P:K      1   37.0   37.00   0.483  0.525
Residuals  4  306.3   76.57               

Error: Within
          Df Sum Sq Mean Sq F value  Pr(>F)   
N          1 189.28  189.28  12.259 0.00437 **
P          1   8.40    8.40   0.544 0.47490   
K          1  95.20   95.20   6.166 0.02880 * 
N:P        1  21.28   21.28   1.378 0.26317   
N:K        1  33.14   33.14   2.146 0.16865   
P:K        1   0.48    0.48   0.031 0.86275   
Residuals 12 185.29   15.44                   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

直观的 summary(npk.aovE)$residuals 返回 NULL..谁能帮我解决这个问题？

Answer 1

看 的输出

> names(npk.aovE)

然后尝试

> npk.aovE$residuals 

<罢工>

编辑:很抱歉我太快阅读了您的示例。对于带有 aov() 的多级模型，我的建议是不可能的。尝试以下操作:

> npk.pr <- proj(npk.aovE) 
> npk.pr[[3]][, "Residuals"]

这是一个更简单的可重现方法，如果遇到相同的问题，任何人都可以随意使用:

x1 <- gl(8, 4)                                                                 
block <- gl(2, 16)                                                             
y <- as.numeric(x1) + rnorm(length(x1))                                        
d <- data.frame(block, x1, y)                                                  

m <- aov(y ~ x1 + Error(block), d)                                             
m.pr <- proj(m)                                                                  
m.pr[[3]][, "Residuals"]