Meine Versuche: Ich konnte keine Konfidenzintervalle erreichen interaction.plot() und andererseits würde plotmeans()aus dem Paket 'gplot' nicht zwei Diagramme angezeigt. Außerdem konnte ich keine zwei plotmeans()Diagramme übereinander platzieren, da die Achsen standardmäßig unterschiedlich sind. Ich hatte einige Erfolge mit plotCI()dem Paket 'gplot' und der Überlagerung von zwei Graphen, aber die Übereinstimmung …
Angenommen, ich habe Daten: x1 <- rnorm(100,2,10) x2 <- rnorm(100,2,10) y <- x1+x2+x1*x2+rnorm(100,1,2) dat <- data.frame(y=y,x1=x1,x2=x2) res <- lm(y~x1*x2,data=dat) summary(res) Ich möchte die kontinuierliche durch kontinuierliche Interaktion so darstellen, dass x1 auf der X-Achse liegt und x2 durch 3 Linien dargestellt wird, von denen eine x2 bei einem Z-Score von …
Gibt es eine Methode, um zu verstehen, ob zwei Linien (mehr oder weniger) parallel sind? Ich habe zwei Linien, die aus linearen Regressionen erzeugt wurden, und ich würde gerne verstehen, ob sie parallel sind. Mit anderen Worten, ich möchte die unterschiedlichen Steigungen dieser beiden Linien ermitteln. Gibt es eine R-Funktion, …
Ist es möglich, eine Variable zu haben, die sowohl als Effektmodifikator (Messmodifikator) als auch als Störfaktor für ein bestimmtes Paar von Risiko-Ergebnis-Assoziationen fungiert? Ich bin mir der Unterscheidung immer noch ein wenig unsicher. Ich habe mir die grafische Notation angesehen, um den Unterschied zu verstehen, aber die Unterschiede in der …
Ich habe eine Drei-Wege-ANOVA mit wiederholten Messungen durchgeführt. Welche Post-hoc-Analysen sind gültig? Dies ist ein vollständig ausgewogenes Design (2x2x2), bei dem einer der Faktoren eine wiederholte Messung innerhalb der Probanden aufweist. Ich kenne multivariate Ansätze für ANOVA mit wiederholten Messungen in R, aber mein erster Instinkt ist, mit einem einfachen …
Ich arbeite an einem Datensatz, um die Auswirkungen des Trocknens auf die mikrobiellen Aktivitäten von Sedimenten zu bewerten. Ziel ist es festzustellen, ob die Auswirkungen des Trocknens zwischen den Sedimenttypen und / oder der Tiefe innerhalb des Sediments variieren. Der Versuchsaufbau ist wie folgt: Der erste Faktor Sediment entspricht drei …
Angenommen, ich interessiere mich für ein lineares Regressionsmodell für , weil ich sehen möchte, ob eine Wechselwirkung zwischen den beiden Kovariaten einen Einfluss auf Y hat.Yi=β0+β1x1+β2x2+β3x1x2Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2 In den Kursnotizen eines Professors (mit denen ich keinen Kontakt habe) heißt es: Wenn Sie Interaktionsbegriffe …
Ich hoffe aufrichtig, dass ich diese Frage so formuliert habe, dass sie definitiv beantwortet werden kann - wenn nicht, lassen Sie es mich bitte wissen und ich werde es erneut versuchen! Ich sollte auch beachten, dass ich R für diese Analysen verwenden werde. Ich habe mehrere Maßnahmen, von plant performance …
Dies ist nur ein Beispiel, auf das ich mehrmals gestoßen bin, daher habe ich keine Beispieldaten. Ausführen eines linearen Regressionsmodells in R: a.lm = lm(Y ~ x1 + x2) x1ist eine stetige Variable. x2ist kategorisch und hat drei Werte, z. B. "Niedrig", "Mittel" und "Hoch". Die von R gegebene Ausgabe …
Ich versuche zu verstehen, wie genau Faktoren in R funktionieren. Angenommen, ich möchte eine Regression mit einigen Beispieldaten in R ausführen: > data(CO2) > colnames(CO2) [1] "Plant" "Type" "Treatment" "conc" "uptake" > levels(CO2$Type) [1] "Quebec" "Mississippi" > levels(CO2$Treatment) [1] "nonchilled" "chilled" > lm(uptake ~ Type + Treatment, data = CO2) …
eine lineare Regression mit der Form .y=β0+β1A+β2B+β3AB+ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon Wenn positiv ist, impliziert dies eine positive Korrelation zwischen und ? (Umgekehrt eine negative Korrelation, wenn \ beta_3 negativ ist?)β3β3\beta_3AAABBBβ3β3\beta_3
Ich habe Probleme beim Interpretieren von Interaktionsdiagrammen, wenn eine Interaktion zwischen den beiden unabhängigen Variablen besteht. Die folgenden Grafiken stammen von dieser Site: Hier sind und die unabhängigen Variablen und ist die abhängige Variable.B D V.EINAAB.BBD V.DVDV Frage: Es gibt eine Wechselwirkung und einen Haupteffekt von , aber keinen Haupteffekt …
Ich möchte die Interaktion zwischen meinem kontinuierlichen Prädiktor und meinem kategorialen Moderator in demselben Diagramm darstellen. Ich weiß, wie man es macht, wenn beide kategorisch sind ( Faktorinteraktion ), aber ich weiß nicht wirklich, wie man es macht, wenn man kontinuierlich und man kategorisch ist.
Ich führe eine hierarchische Regressionsanalyse durch und habe einige kleine Zweifel: Berechnen wir den Interaktionsterm anhand der zentrierten Variablen? Müssen wir ALLE stetigen Variablen im Datensatz zentrieren, mit Ausnahme der abhängigen Variablen? Wenn wir einige Variablen protokollieren müssen (weil ihre SD viel höher als ihr Mittelwert ist), zentrieren wir dann …
Ich habe eine Frage zur Interpretation der Koeffizienten einer Wechselwirkung zwischen kontinuierlicher und kategorialer Variable. Hier ist mein Modell: model_glm3=glm(cog~lg_hag+race+pdg+sex+as.factor(educa)+(lg_hag:as.factor(educa)), data=base_708) Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 21.4836 2.0698 10.380 < 2e-16 *** lg_hag 8.5691 3.7688 2.274 0.02334 * raceblack -8.4715 1.7482 -4.846 1.61e-06 *** racemexican -3.0483 1.7073 …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.