假设有一个 4 向交互,具有 2x2x2 因子设计和一个连续变量。
因子具有默认的对比度编码 ( contr.treatment
)。下面是一个例子:
set.seed(1)
cat1 <- as.factor(sample(letters[1:2], 1000, replace = TRUE))
cat2 <- as.factor(sample(letters[3:4], 1000, replace = TRUE))
cat3 <- as.factor(sample(letters[5:6], 1000, replace = TRUE))
cont1 <- rnorm(1000)
resp <- rnorm(1000)
df <- data.frame(cat1, cat2, cat3, cont1, resp)
mod <- lm(resp ~ cont1 * cat1 * cat2 * cat3, data = df)
查看
coef(mod)
的输出,我们得到如下内容: (Intercept) cont1 cat1b
0.019822407 0.011990238 0.207604677
cat2d cat3f cont1:cat1b
-0.010132897 0.105397591 -0.001153867
cont1:cat2d cat1b:cat2d cont1:cat3f
0.023358901 -0.194991402 0.060960695
cat1b:cat3f cat2d:cat3f cont1:cat1b:cat2d
-0.240624582 -0.117278931 -0.069880751
cont1:cat1b:cat3f cont1:cat2d:cat3f cat1b:cat2d:cat3f
-0.120446848 -0.141688864 0.136945262
cont1:cat1b:cat2d:cat3f
0.201792298
为了获得
cat1b
的估计截距(例如),我们将添加我们的隐式 (Intercept)
项和 cat1b
,即 coef(mod)[1] + coef(mod)[3]
。为了获得同一类别的斜率变化,我们将使用 coef(mod)[2] + coef(mod)[6]
,a la this r-bloggers post 。将它们全部写出来会变得非常乏味,而且 methods(class="lm")
看起来没有任何功能可以立即执行此操作。是否有一些明显的方法可以获得每种因子组合的截距和斜率的数值估计?
最佳答案
您正在寻找 lsmeans
包。一探究竟:
lstrends(mod, specs = c('cat1', 'cat2', 'cat3'), var = 'cont1')
cat1 cat2 cat3 cont1.trend SE df lower.CL upper.CL
a c e 0.01199024 0.08441129 984 -0.15365660 0.1776371
b c e 0.01083637 0.08374605 984 -0.15350502 0.1751778
a d e 0.03534914 0.09077290 984 -0.14278157 0.2134799
b d e -0.03568548 0.09644117 984 -0.22493948 0.1535685
a c f 0.07295093 0.08405090 984 -0.09198868 0.2378905
b c f -0.04864978 0.09458902 984 -0.23426916 0.1369696
a d f -0.04537903 0.09363128 984 -0.22911897 0.1383609
b d f -0.03506820 0.08905581 984 -0.20982934 0.1396929
关于r - 多路交互 : easy way to get numerical coefficient estimates?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/28350573/