тест на значимость взаимодействия в линейных смешанных моделях в NLME в R

я используюlme функция вnlme Пакет R для проверки уровня факторовitems имеет значительное взаимодействие с уровнями фактораcondition, Факторcondition имеет два уровня:Control а такжеTreatmentи факторitems имеет 3 уровня:E1,...,E3, Я использую следующий код:

f.lme = lme(response ~ 0 + factor(condition) * factor(items), random = ~1|subject)

гдеsubject это случайный эффект. Таким образом, когда я бегу:

summary(f.lme)$tTable

Я получу следующий вывод:

factor(condition)Control  
factor(condition)Treatment  
factor(items)E2
factor(items)E3
factor(condition)Treatment:factor(items)E2
factor(condition)Treatment:factor(items)E3

вместе сValue, Std.Error, DF, t-value, p-value колонны. У меня есть два вопроса:

Если я хочу сравнитьControl противTreatment, я просто буду использоватьestimable() функция вgmodels и сделать контраст(-1,1,0,0,0,0)?

Меня интересуют ли уровниitemsт.е.E1, E2, E3 разные поconditionпоэтому меня интересует, значимы ли условия взаимодействия (просто проверяяp-value колонка ??):

factor(condition)Treatment:factor(items)E2 factor(condition)Treatment:factor(items)E3

Тем не менее, как я могу сказать, еслиfactor(condition)Treatment:factor(items)E1 это важно или нет? Это не показано в итоговом выводе, и я думаю, что это как-то связано с контрастом, используемым в R ... Большое спасибо!

Ответы на вопрос(3)

Ваш ответ на вопрос