prueba de la importancia de la interacción en modelos lineales mixtos en nlme en R
yo suelolme
función en elnlme
R paquete para probar si los niveles de factoritems
Tiene una interacción significativa con los niveles de factor.condition
. El factorcondition
tiene dos niveles:Control
yTreatment
y el factoritems
tiene 3 niveles:E1,...,E3
. Yo uso el siguiente código:
f.lme = lme(response ~ 0 + factor(condition) * factor(items), random = ~1|subject)
dóndesubject
Es el efecto aleatorio. De esta manera, cuando corro:
summary(f.lme)$tTable
Obtendré la siguiente salida:
factor(condition)Control
factor(condition)Treatment
factor(items)E2
factor(items)E3
factor(condition)Treatment:factor(items)E2
factor(condition)Treatment:factor(items)E3
Juntos conValue, Std.Error, DF, t-value, p-value
columnas Tengo dos preguntas:
Si quiero compararControl
contraTreatment
¿Debo usarestimable()
funcionar engmodels
y hacer un contraste de(-1,1,0,0,0,0)
?
Me interesa si los niveles deitems
, es decirE1, E2, E3
son diferentes a través decondition
, por lo que estoy interesado en si los términos de interacción son significativos (simplemente marcando elp-value
¿¿columna??):
factor(condition)Treatment:factor(items)E2 factor(condition)Treatment:factor(items)E3
Sin embargo, ¿cómo puedo saber sifactor(condition)Treatment:factor(items)E1
es significativo o no? No se muestra en la salida del resumen y creo que tiene algo que ver con el contraste utilizado en R ... ¡Muchas gracias!