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
iTreatment
i 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!