test na znaczenie interakcji w liniowych modelach mieszanych w nlme w R

używamlme funkcja wnlme Pakiet R do przetestowania, czy poziomy współczynnikaitems ma znaczącą interakcję z poziomami czynnikacondition. Czynnikcondition ma dwa poziomy:Control iTreatmenti czynnikitems ma 3 poziomy:E1,...,E3. Używam następującego kodu:

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

gdziesubject jest efektem losowym. W ten sposób, gdy biegnę:

summary(f.lme)$tTable

Otrzymam następujące dane wyjściowe:

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

razem zValue, Std.Error, DF, t-value, p-value kolumny. Mam dwa pytania:

Jeśli chcę porównaćControl vs.Treatment, czy powinienem po prostu użyćestimable() funkcja wgmodels i zrób kontrast(-1,1,0,0,0,0)?

Interesuje mnie, czy poziomyitems, tj.E1, E2, E3 różnią się między sobącondition, więc interesuje mnie, czy warunki interakcji są znaczące (po prostu sprawdzającp-value kolumna??):

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

Jak jednak mogę stwierdzić, czyfactor(condition)Treatment:factor(items)E1 jest znaczący czy nie? Nie jest pokazany w podsumowaniu i myślę, że ma to coś wspólnego z kontrastem używanym w R ... Wielkie dzięki!

questionAnswers(3)

yourAnswerToTheQuestion