Bagaimana cara memeriksa interaksi antara faktor dan kovariat dalam model efek campuran?


8

Saya memiliki 2 faktor Adan B(5 Ă— 3) dan satu kovariat Xdalam desain subjek. Inilah cara saya menentukan keseluruhan model saya:

lme.out = lme(y~ A*B*X, random=~1|Subject, data=mydata)

Interpretasi saya adalah bahwa saya melihat grafik y~x, di mana kemiringan berubah karena kovariat, dan garis bergeser ke atas atau ke bawah berdasarkan berbagai tingkat Adan B(perubahan penyadapan).

Yang ingin saya ketahui adalah: jika saya memperbaiki faktor A(mengambil salah satu level), kemudian melihat garis ( y~x), apa efeknya B? Apakah tingkat Bgaris bergeser ke atas atau ke bawah (memotong) atau apakah itu mengubah kemiringan garis ( X).

Haruskah saya menjalankan semacam analisis kontras? Tetapi saya tidak yakin bagaimana perbedaan bekerja antara faktor dan kovariat.

Salah satu cara saya bisa memikirkan adalah untuk mengambil subset dari data yang sesuai dengan tingkat yang berbeda dari A dan menciptakan model seperti: lme(y~ B+X, random=~1|Subject, data=mydata[which(mydata$A = A1,]). Dengan cara ini saya bisa membandingkan intersep dan lereng yang dihasilkan di seluruh model ini.

Adakah yang bisa memberi tahu saya jika apa yang saya lakukan masuk akal? Saran dalam bentuk apa pun akan sangat dihargai!


2
Apakah Anda hanya ingin membuat grafik untuk melihat hubungan ini? Saya pikir itu ide yang bagus. Anda dapat melakukannya dengan latticeatau ggplotatau mendasarkan gambar Rtergantung pada apa yang paling nyaman bagi Anda.
Peter Flom

Terima kasih Peter. Saya memang melihat grafik. Karena saya memiliki hipotesis mengenai bagaimana mereka akan berperilaku, saya berharap dapat menganalisis secara formal.
Wynn

2
Ketahuilah bahwa "Interpretasi saya adalah bahwa saya melihat grafik y ~ x, di mana kemiringan berubah karena kovariat, dan garis bergeser ke atas atau ke bawah berdasarkan berbagai tingkat A dan B (perubahan dalam penyadapan)." sedikit: cara efek tetap Anda diatur (A B X), Anda memperkirakan intersep yang berbeda DAN SLOPE IN X untuk setiap kombinasi level A dan B.
Fabian

Jawaban:


1

Untuk memvisualisasikan istilah interaksi, Anda dapat melihat paket sjPlot ( lihat contoh di sini ).

Panggilan fungsi Anda akan menjadi

sjp.int(fit, type ="eff")

Namun, saya tidak yakin apakah ini memenuhi kebutuhan Anda?


0

Saya pribadi berpikir bahwa jika Anda ingin menguji hubungan yang benar antara Y dan faktor-faktor dalam model Anda setelah mengendalikan X, Anda harus melihat plot yang disesuaikan daripada cara baku yang dihitung dari model favorit Anda. Untuk keperluan itu ada paket R seperti lsmeans yang cukup praktis dan mudah digunakan!


Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.