Como definir o Contraste para seus dados com R

Antes de usar o R ​​de AOV () função com seus dados, é melhor definir o contrastes você vai usar. Contrastes são muitas vezes esquecido quando se faz ANOVA (análise de variáveis), mas eles geralmente ajudar com a interpretação do modelo e aumentar a precisão da AOV () e as funções auxiliares.

Quais são esses contrastes, então? Os factores são convertidos para um conjunto de variáveis, uma menor do que o número de níveis do factor. Digamos que você tenha um fator com três níveis. R cria duas variáveis, e cada nível do factor é representado por uma combinação de valores. Estes valores definem como os coeficientes do modelo, tem que ser interpretado.

Por padrão, R utiliza contrastes de tratamento, como você pode ver quando você verificar a opção relevante como este:

> Opções ( "contrastes") $ contrastsunordered ordenou "contr.treatment" "contr.poly"

Aqui você vê que R utiliza diferentes contrastes para fatores sem ordem e ordenada. Esses contrastes são realmente funções de contraste. Voltam uma matriz com os valores de contraste para cada nível do factor. Os contrastes padrão para um fator com três níveis parecido com este:

> X lt; - fator (c ( 'A', 'B', 'C'))> contr.treatment (X) B CA 0 0B 1 0C 0 1

As duas variáveis B e C são chamados assim porque a variável B tem um valor de 1 se o nível de fator é B- caso contrário, tem um valor de 0. O mesmo vale para C. Nível A é representado por dois zeros e chamou o nível de referência. Em um modelo de um factor de, a intercepção é a média de UMA.

Você pode alterar esses contrastes usando a mesma opções () função, como este:

> Opções (contrastes = c ( 'contr.sum', 'contr.poly'))

A função de contraste, contr.sum (), dá contrastes ortogonais onde você comparar todos os níveis para a média geral. Você pode obter mais informações sobre esses contrastes na página de ajuda ?contr.sum.