Вопросы с тегом «interaction»

Мои попытки: Я не мог получить доверительные интервалы в interaction.plot() с другой стороны, plotmeans()из пакета 'gplot' не будет отображаться два графика. Кроме того, я не мог наложить два plotmeans()графика один поверх другого, потому что по умолчанию оси разные. У меня был некоторый успех с использованием plotCI()пакета «gplot» и наложением двух …

11 r  data-visualization  confidence-interval  interaction 

Допустим, у меня есть данные: 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) Я хочу построить непрерывное непрерывное взаимодействие так, чтобы x1 находился на оси X, а x2 был представлен 3 строками, одна из которых представляет x2 при Z-значении 0, одна при …

11 r  regression  ggplot2  interaction 

Я работаю над набором данных, чтобы оценить влияние сушки на микробную активность осадка. Цель состоит в том, чтобы определить, изменяется ли влияние высыхания между типами отложений и / или глубиной внутри отложений. Дизайн эксперимента выглядит следующим образом: Первый фактор отложений соответствует трем типам отложений (кодированные Sed1, Sed2, Sed3). Для каждого …

11 mixed-model  interaction  post-hoc  lme4-nlme 

Есть ли способ понять, если две линии (более или менее) параллельны? У меня есть две линии, сгенерированные из линейных регрессий, и я хотел бы понять, параллельны ли они. Другими словами, я хотел бы получить разные наклоны этих двух линий. Есть ли функция R для расчета этого? РЕДАКТИРОВАТЬ: ... и как …

11 r  regression  interaction  linear-model 

Возможно ли иметь переменную, которая действует как модификатор эффекта (измерения) и как фактор, влияющий на данную пару ассоциаций риск-результат? Я все еще немного не уверен в различии. Я посмотрел на графические обозначения, чтобы помочь мне понять разницу, но различия в обозначениях сбивают с толку. Графическое / визуальное объяснение двух и …

10 interaction  causality  confounding 

Я выполнил трехсторонние повторные измерения ANOVA; какие специальные анализы действительны? Это полностью сбалансированный дизайн (2x2x2) с одним из факторов, имеющих повторное измерение внутри субъекта. Мне известны многовариантные подходы к повторным измерениям ANOVA в R, но мой первый инстинкт - перейти к простому стилю aov () ANOVA: aov.repeated <- aov(DV ~ …

10 r  anova  repeated-measures  interaction  post-hoc 

Предположим, меня интересует модель линейной регрессии для , потому что я хотел бы увидеть, влияет ли взаимодействие между двумя ковариатами на Y.Yi=β0+β1x1+β2x2+β3x1x2Yi=β0+β1x1+β2x2+β3x1x2Y_i = \beta_0 + \beta_1x_1 + \beta_2x_2 + \beta_3x_1x_2 В заметках профессора (с которыми у меня нет контактов) говорится: При включении терминов взаимодействия вы должны включать их термины второй …

10 regression  multiple-regression  interaction  linear-model 

Я искренне надеюсь, что я сформулировал этот вопрос таким образом, чтобы на него можно было дать окончательный ответ - если нет, пожалуйста, дайте мне знать, и я попробую еще раз! Я должен также предположить, что я буду использовать R для этих анализов. У меня есть несколько мер, plant performance (Ys)которые, …

10 hypothesis-testing  mixed-model  interaction  nonlinear  regression-strategies 

У меня вопрос по поводу интерпретации коэффициентов взаимодействия между непрерывной и категориальной переменными. вот моя модель: 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 -1.785 0.07469 . …

10 categorical-data  generalized-linear-model  interaction  interpretation 

Это всего лишь пример, с которым я сталкивался несколько раз, поэтому у меня нет примеров данных. Запуск модели линейной регрессии в R: a.lm = lm(Y ~ x1 + x2) x1является непрерывной переменной x2является категориальным и имеет три значения, например, «Низкий», «Средний» и «Высокий». Однако вывод, заданный R, будет выглядеть примерно …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Я пытаюсь понять, как именно факторы работают в R. Допустим, я хочу запустить регрессию, используя некоторые примеры данных в R: > 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) Call: …

10 r  regression  interaction 

Допустим, я запускаю линейную регрессию, которая имеет вид .y=β0+β1A+β2B+β3AB+ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon Если положительно, означает ли это положительную корреляцию между A и B ? (И наоборот, отрицательная корреляция, если \ beta_3 отрицательна?)β3β3\beta_3AAABBBβ3β3\beta_3

9 regression  interaction 

У меня проблемы с интерпретацией графиков взаимодействия, когда есть взаимодействие между двумя независимыми переменными. Следующие графики с этого сайта: Здесь и - независимые переменные, а - зависимая переменная.B D VAAABBBDVDVDV Вопрос: есть взаимодействие и основной эффект , но нет основного эффектаBAAABBB Я могу видеть , что чем выше значение , …

9 data-visualization  interaction  interpretation 

Я хотел бы нарисовать на том же графике взаимодействие между моим постоянным предиктором и моим категорическим модератором. Я знаю, как это сделать, когда оба категориальны ( взаимодействие факторов ), но на самом деле не знаю, как это сделать, когда один непрерывен, а другой категоричен.

9 data-visualization  categorical-data  interaction  continuous-data 

Я провожу анализ иерархической регрессии, и у меня есть несколько небольших сомнений: Мы вычисляем член взаимодействия, используя центрированные переменные? Нужно ли центрировать ВСЕ непрерывные переменные, которые есть в наборе данных, кроме зависимой переменной? Когда мы должны регистрировать некоторые переменные (потому что их sd намного выше их среднего значения), мы тогда …

9 interaction  multicollinearity  centering