Hvordan man analyserer dataafvigelser i modeller med R-dummier

En variansanalyse (ANOVA) er en meget almindelig teknik, der anvendes med R for at sammenligne midlerne mellem forskellige grupper af data. For at illustrere dette skal du se på datasættet InsectSpray: >> str (InsectSprays) 'data. ramme ': 72 obs. af 2 variabler: $ count: num 10 7 20 14 14 12 10 23 17 20 … $ spray: Faktor med 6 niveauer "A", "B", "C", "D", …: 1 1 1 1 1 1 1 1 1 1 …

Dette datasæt indeholder resultaterne af et landbrugseksperiment. Seks insekticider blev testet på 12 felter hver, og forskerne regnede med antallet af irriterende bugs, der var tilbage på hvert felt. Nu skal landmændene vide, om insekticiderne gør nogen forskel, og i bekræftende fald, hvilken en de bedst bruger. Du svarer på dette spørgsmål ved at bruge funktionen aov () til at udføre en ANOVA.

Sådan bygger du modellen

For dette enkle eksempel er opbygningen af ​​modellen et stykke kage. Du vil hovedsagelig modellere midlerne til variabel tællingen som en funktion af den variable spray. Du oversætter det til R som dette: >> AOVModel <- aov (count ~ spray, data = InsectSprays)

Du sender to argumenter til funktionen aov () i denne linje af kode:

Formeltællingen ~ spray, der står som "tælle som en funktion af spray"

• Argumentdataene, hvor du angiver datarammen, hvori variablerne i formlen kan findes

  Hver modelleringsfunktion returnerer et modelobjekt med mange oplysninger om den monterede model. Anbring altid dette modelobjekt i en variabel. På denne måde behøver du ikke at genoprette modellen, når du skal udføre ekstra beregninger.

• Sådan ser du på modelobjektet

Som med alle objekter kan du se på et modelobjekt ved at skrive sit navn i konsollen. Hvis du gør det for objektmodellen, du oprettede, ser du følgende output:

>> AOVModel Opkald: aov (formel = tæller ~ spray, data = InsectSprays) Betingelser: Sprayrester Summen af ​​kvadrater 2668. 833 1015. 167 Deg. af frihed 5 66 Reststandardfejl: 3. 921902 Estimerede effekter kan være ubalancerede

Dette fortæller dig ikke så meget, bortset fra kommandoen (eller

opkald

), du plejede at bygge modellen og nogle grundlæggende oplysninger om det passende resultat.

I udgangen læser du også, at de estimerede effekter kan være ubalancerede. Dette er ikke en advarsel - det er en besked, der er indbygget af forfatteren af ​​aov () -funktionen. Denne kan dukke op i to situationer: Du har ikke samme antal sager i hver gruppe. Du angav ikke ortogonale kontraster.

I dette tilfælde er det den anden grund.