タグ付けされた質問 「contrasts」

どのような正確に対比行列は（用語、カテゴリ予測と分析に関係する）で、どのように正確にコントラスト行列が指定されていますか？すなわち、列jとiは何ですか、行とは何ですか、そのマトリックスの制約は何ですか？列と行の数は何を意味しますか？私はドキュメントとウェブを調べようとしましたが、誰もがそれを使用しているようですが、どこにも定義はありません。利用可能な定義済みのコントラストをバックワードエンジニアリングできますが、定義はそれなしでも利用できるはずです。 > contr.treatment(4) 2 3 4 1 0 0 0 2 1 0 0 3 0 1 0 4 0 0 1 > contr.sum(4) [,1] [,2] [,3] 1 1 0 0 2 0 1 0 3 0 0 1 4 -1 -1 -1 > contr.helmert(4) [,1] [,2] [,3] 1 -1 …

46 regression  categorical-data  definition  contrasts  categorical-encoding 

-3、-1、1、3のコントラストで被験者間ANOVAを実行できるようにするRコードを提供してください。このような分析に適した平方和（SS）タイプに関して議論があることを理解しています。ただし、SASおよびSPSSで使用されるSSのデフォルトタイプ（タイプIII）は、私の地域の標準と考えられています。したがって、この分析の結果が、これらの統計プログラムによって生成されたものと完全に一致することを望みます。回答を受け入れるにはaov（）を直接呼び出す必要がありますが、他の回答は投票される可能性があります（特に理解/使用が容易な場合）。 sample.data <- data.frame(IV=rep(1:4,each=20),DV=rep(c(-3,-3,1,3),each=20)+rnorm(80)) 編集：私が要求しているコントラストは、単純な線形または多項式コントラストではなく、理論的予測、すなわちRosentalとRosnowによって議論されたコントラストのタイプによって導き出されたコントラストであることに注意してください。

26 r  anova  contrasts  sums-of-squares 

次のように、Rで反復測定ANOVAを実行しました。 aov_velocity = aov(Velocity ~ Material + Error(Subject/(Material)), data=scrd) summary(aov_velocity) Rのどの構文を使用して、反復測定によるANOVAの後に事後検定を実行できますか？ ボンフェローニ補正によるテューキーのテストは適切でしょうか？もしそうなら、これをRでどのように行うことができますか？

24 r  anova  repeated-measures  post-hoc  contrasts 

回帰フィッティングにおける多項式コントラストの使用法を理解できません。特に、このページRで説明されている間隔変数（等間隔のレベルを持つ順序変数）を表現するために使用されるエンコーディングを参照しています。 そのページの例では、私が正しく理解していれば、Rは区間変数のモデルに適合し、線形、二次、または三次の傾向に重みを付けるいくつかの係数を返します。したがって、近似モデルは次のようになります。 write=52.7870+14.2587X−0.9680X2−0.1554X3,write=52.7870+14.2587X−0.9680X2−0.1554X3,{\rm write} = 52.7870 + 14.2587X - 0.9680X^2 - 0.1554X^3, ここで、値取るべき、、、または間隔変数の異なるレベルに応じ。XXX111222333444 これは正しいです？そして、もしそうなら、多項式対比の目的は何でしたか？

17 r  regression  contrasts 

ANOVAを実行したい単純な2x2階乗実験があるとします。このように、例えば： d <- data.frame(a=factor(sample(c('a1','a2'), 100, rep=T)), b=factor(sample(c('b1','b2'), 100, rep=T))); d$y <- as.numeric(d$a)*rnorm(100, mean=.75, sd=1) + as.numeric(d$b)*rnorm(100, mean=1.2, sd=1) + as.numeric(d$a)*as.numeric(d$b)*rnorm(100, mean=.5, sd=1) + rnorm(100); 有意な相互作用が存在しない場合、デフォルトでは（IEでcontr.treatmentの）出力Anova()の全体的な意義れるaのすべてのレベルを超えるbとのbのすべてのレベルを超えるa、その権利がありますか？ どのように私は私が効果の重要性をテストできるようになるコントラスト指定する必要がありますaとb効果の、レベルB1で一定に保持されるaとbのレベルのB2で一定に保持している、との相互作用のをa:b？

15 r  anova  contrasts 

線形モデルまたは混合モデルを近似する場合、カテゴリーまたはノミナルバリベールを、ダミーコンディング（Rデフォルト）やエフェクトコーディングなど、パラメーターが推定される多くの変数に変換するために使用できるさまざまなタイプのコーディングがあります。 相互作用がある場合、エフェクトコーディング（偏差またはコントラストコーディングと呼ばれることもあります）が好ましいと聞きましたが、可能なコントラストはどのようなもので、どのタイプのコントラストを使用するのですか？ コンテキストはを使用したRでの混合モデリングですが、lme4より広範な応答は問題ないと思います。申し訳ありませんが、同様の質問を逃した場合。 編集：2つの有用なリンクがあります：効果コーディングと説明されたダミーコーディング。

14 regression  mixed-model  categorical-data  contrasts  categorical-encoding 

私はこれをmathoverflowに投稿しましたが、誰も答えていません： 統計的に有意なコントラストを識別するSchefféの方法は広く知られています。コントラスト手段の間では、、iは= 1 、... 、RのRの集団は、線形結合であるΣのR iは= 1、C I μ IここでΣ R I = 1、C iは = 0をμiμi\mu_ii=1,…,ri=1,…,ri=1,\ldots,rrrr∑ri=1ciμi∑i=1rciμi\sum_{i=1}^r c_i \mu_i∑ri=1ci=0∑i=1rci=0\sum_{i=1}^r c_i=0、コントラストのスカラー倍数は本質的に同じコントラストであるため、コントラストのセットは射影空間であると言えます。シェッフェの方法は言う帰無仮説をテストするすべてのこれらの間のコントラスト集団がある0を、そして有意水準の与えられたαを、確率で帰無仮説拒否α帰無仮説が真であることを考えると。帰無仮説が棄却された場合、Schefféは、彼のテストがどのコントラストが0と大きく異なるかを教えてくれると指摘します（私がリンクしているWikipediaの記事ではわかりません）。rrr000αα\alphaαα\alpha000 別の種類の状況で似たようなことができるかどうか知りたいです。単純な線形回帰モデルを検討し、どこがε I〜I 。私は。d 。N （0 、σ 2）、iが= 1 、... 、N。Yi=α+βxi+εiYi=α+βxi+εiY_i = \alpha + \beta x_i + \varepsilon_iεi∼i.i.d.N(0,σ2)εi∼i.i.d.⁡N(0,σ2)\varepsilon_i\sim\operatorname{i.i.d.}N(0,\sigma^2)i=1,…,ni=1,…,ni=1,\ldots,n 私が考えたい帰無仮説は、異なる種類のコントラストに関するものです。それは部分集合が存在しないと言うようにE （Y I）= α 1 + β X 私用I ∈ AおよびE （Y I）= …

12 regression  hypothesis-testing  contrasts  np 

RでAnovaを繰り返し測定した後、そのデータセットでいくつかの特定のコントラストを実行しようとしています。正しいアプローチはAnova()、車のパッケージから使用することだと思い ます。 データの?Anova使用 から得られた例で私の質問を説明しましょうOBrienKaiser（注：例から性別因子を省略しました）： 被験者因子、治療（3レベル：コントロール、A、B）、および2反復の間の1つのデザインがあります-測定（被験者内）要因、フェーズ（3レベル：事前テスト、事後テスト、フォローアップ）および時間（5レベル：1〜5）。 標準のANOVAテーブルは次のようになります（example（Anova）とは異なり、タイプ3の二乗和に切り替えました。これが私の分野の望みです）。 require(car) phase <- factor(rep(c("pretest", "posttest", "followup"), c(5, 5, 5)), levels=c("pretest", "posttest", "followup")) hour <- ordered(rep(1:5, 3)) idata <- data.frame(phase, hour) mod.ok <- lm(cbind(pre.1, pre.2, pre.3, pre.4, pre.5, post.1, post.2, post.3, post.4, post.5, fup.1, fup.2, fup.3, fup.4, fup.5) ~ treatment, data=OBrienKaiser) av.ok <- Anova(mod.ok, idata=idata, …

12 r  anova  repeated-measures  contrasts  sums-of-squares 

カテゴリー変数（因子）を直交多項式対比変数のセットに効率的に再コード化する方法を教えてください。 多くのタイプのコントラスト変数（たとえば、偏差、単純、ヘルマートなど）の場合、パスは次のとおりです。 タイプに対応するコントラスト係数行列を作成します。 コードの行列を取得するには、それを逆または一般化逆にします。 例えば： Suppose there is 3-group factor and we want to recode it into a set of deviation contrast variables. The last group is treated as reference. Then the contrast coefficients matrix L is Group1 Group2 Group3 var1 2/3 -1/3 -1/3 var2 -1/3 2/3 -1/3 and ginv(L) …

11 contrasts  polynomial 

Rの初心者ユーザーは、繰り返し測定ANOVAと格闘しています。 4レベルの被験者因子間の1つ（「グループ」と呼ばれる単一の変数でコード化）と4レベルの被験者因子内の1つ（4つの別々の変数「DV1」、「DV2」、「DV3でコード化」で構成されるデータセットがあります。 '、' DV4 '）。 私には次の目的があります。 全体的な反復測定ANOVAを実行します。 カスタムコントラストを使用してグループを比較します（SPSSのLMATRIXコマンドの場合と同様）。 カスタムコントラストを使用して、異なるレベルのDVを比較します（SPSSのMMATRIXコマンドなど）。 2）と3）を同時に組み合わせて、被験者内因子の特定のレベルで特定のグループのみを比較します。 合計がゼロにならないコントラストのセットを実行します。 SPSSでこれを問題なく行うことができることはわかっていますが、Rでこれを行う方法を明確に理解できません。このパッケージの一部がさまざまなパッケージでどのように機能するかを確認しましたが、まだそうしていませんこれがRの1つのプロシージャまたは一連の関連プロシージャ内でどのように機能するかは、これまでに確認されています

11 r  anova  repeated-measures  contrasts 

私は、カスタムコントラストを使用して（種ごとに）一元配置分散分析を行っています。 [,1] [,2] [,3] [,4] 0.5 -1 0 0 0 5 1 -1 0 0 12.5 0 1 -1 0 25 0 0 1 -1 50 0 0 0 1 ここでは、強度0.5を5と比較し、5を12.5と比較しています。これらは私が取り組んでいるデータです 次の結果 Generalized least squares fit by REML Model: dark ~ intensity Data: skofijski.diurnal[skofijski.diurnal$species == "niphargus", ] AIC BIC logLik …

10 r  anova  contrasts  generalized-least-squares 

Rでlmerを使用して、条件（cond）の結果への影響を確認しています。ここではいくつかのSは主題識別子であるデータを、作られておりa、bそしてc条件です。 library("tidyr") library("dplyr") set.seed(123) temp <- data.frame(s = paste0("S", 1:30), a = rnorm(30, -2, 1), b = rnorm(30, -3, 1), c = rnorm(30, -4, 1)) 比較したい レベルaレベルの平均にbとcと レベルbからレベルへc。 私の質問は、切片が3つの条件の平均を反映し、2つの計算された推定値が1.と2。 私が試した c1 <- cbind(c(-0.5, 0.25, 0.25), c(0, -0.5, 0.5)) gather(temp, cond, result, a, b, c) %>% lmer(result ~ cond + (1|s), …

9 r  lme4-nlme  contrasts 

私はこのように見えることが回帰モデルを有する：Y= β0+ β1バツ1+ β2バツ2+ β３バツ３+ β12バツ1バツ2+ β13バツ1バツ３+ β123バツ1バツ2バツ３Y=β0+β1X1+β2X2+β3X3+β12X1X2+β13X1X3+β123X1X2X3Y = \beta_0+\beta_1X_1 + \beta_2X_2 + \beta_3X_3 +\beta_{12}X_1X_2+\beta_{13}X_1X_3+\beta_{123}X_1X_2X_3 ...またはR表記： y ~ x1 + x2 + x3 + x1:x2 + x1:x3 + x1:x2:x3 とX 2がカテゴリー変数で、X 3が数値であるとしましょう。複雑なのは、X 1に3つのレベルX 1 a、X 1 b、X 1 cがあり、標準的なコントラストの代わりに、テストする必要があることです。バツ1X1X_1バツ2X2X_2バツ３X3X_3バツ1X1X_1バツ1 a、X1 b、X1 cX1a,X1b,X1cX_{1a}, X_{1b}, X_{1c} レベルについてインターセプトか有意レベルの平均切片は異なるX 1 、BおよびX 1個のC。バツ1 aX1aX_{1a}バツ1 bX1bX_{1b}バツ1 …

9 r  contrasts 

Rを使用して、連続予測子と離散予測子の混合からの単一応答変数の線形モデルを近似しました。これは基本的ですが、離散因子の係数がどのように機能するかを理解するのに苦労しています。 コンセプト：明らかに、連続変数「x」の係数は次の形式で適用されy = coefx(varx) + interceptますが、係数が非数値の場合、係数zに対してどのように機能しますか？y = coefx(varx) + coefz(factorz???) + intercept 具体的：私はRのモデルをlm(log(c) ~ log(d) + h + a + f + h:a)どこにh、そしてf離散的で非数値的な因子としてフィットさせました。係数は次のとおりです。 Coefficients: Estimate (Intercept) -0.679695 log(d) 1.791294 h1 0.870735 h2 -0.447570 h3 0.542033 a 0.037362 f1 -0.588362 f2 0.816825 f3 0.534440 h1:a -0.085658 h2:a -0.034970 h3:a -0.040637 これらを使用して予測方程式を作成する方法： …

9 linear-model  regression-coefficients  contrasts 

継続的な結果yと2つの要因予測因子があり、それぞれに2つのレベルがあるとします。私のカテゴリカル予測子の1つは、drug2つのレベル（ "A"または "B"）を持つことができ、もう1つはsmokeYesです。回帰モデルを実行するとき、次のように、ベースラインまたは参照レベルをdrug"A"に選択できますmodel1。 set.seed(123) y<-rnorm(100, 100, 10) drug.ab<-factor(sample(c("A", "B"), 100, T), levels=c("A", "B")) drug.ba<-factor(drug.ab, levels=c("B", "A")) smoke<-factor(sample(c("Yes", "No"), 100, T), levels=c("No", "Yes")) #model1: coef(summary(lm(y~drug.ab*smoke))) Estimate Std. Error t value Pr(>|t|) (Intercept) 100.7484158 2.065091 48.7864379 1.465848e-69 drug.abB 0.9030541 2.796146 0.3229639 7.474250e-01 smokeYes -0.8693598 2.632484 -0.3302431 7.419359e-01 drug.abB:smokeYes 0.8709116 3.746684 0.2324487 8.166844e-01 …

8 regression  anova  multiple-regression  contrasts