Question

我想测试主效应的重要性，双向交互以及以下数据帧的三向交互 - 具体来说，

主要影响=自我监控（高与低），论证（强与弱），来源（有吸引力与专家）

双向互动=自我监控参数，自我监控来源，参数*来源

三向互动=自我监控参数来源

这是代码：

data<-data.frame(Monitor=c(rep("High.Self.Monitors", 24),rep("Low.Self.Monitors", 24)),
                 Argument=c(rep("Strong", 12), rep("Weak", 12), rep("Strong", 12), rep("Weak", 12)),
                 Expert.Source=c(4,3,4,5,2,5,4,6,3,4,5,4,3,5,3,2,6,4,4,3,5,3,2,3,3,5,5,4,3,2,1,5,3,4,3,4,5,6,4,7,6,7,5,6,4,6,7,5),
             Attractive.Source=c(4,4,2,3,5,3,2,3,4,3,2,4,5,5,7,5,6,4,3,5,6,7,7,6,5,4,3,2,4,6,2,4,4,3,4,3,6,4,4,2,4,5,4,3,4,2,3,4))
data$Monitor<-as.factor(data$Monitor)
data$Argument<-as.factor(data$Argument)

我可以进行双向互动和主要效果，但我无法进行三向互动，如下所示：

anova(lm(Expert.Source ~ Monitor+Argument+Monitor*Argument, data))
anova(lm(Attractive.Source ~ Monitor+Argument+Monitor*Argument, data))

我猜想这可以通过简单的数据结构或者我不知道的R包来解决。

Answer 1

我不完全确定你得到了什么错误。我附上了我使用的代码和我得到的结果。我能够使用三向互动。对于更大的数据FYI，这要困难得多。一些额外的信息/错误将帮助我们找到答案。

data<-data.frame(Monitor=c(rep("High.Self.Monitors", 24),rep("Low.Self.Monitors", 24)),
             Argument=c(rep("Strong", 12), rep("Weak", 12), rep("Strong", 12), rep("Weak", 12)),
             Expert.Source=c(4,3,4,5,2,5,4,6,3,4,5,4,3,5,3,2,6,4,4,3,5,3,2,3,3,5,5,4,3,2,1,5,3,4,3,4,5,6,4,7,6,7,5,6,4,6,7,5),
             Attractive.Source=c(4,4,2,3,5,3,2,3,4,3,2,4,5,5,7,5,6,4,3,5,6,7,7,6,5,4,3,2,4,6,2,4,4,3,4,3,6,4,4,2,4,5,4,3,4,2,3,4))

data$Monitor<-as.factor(data$Monitor)
data$Argument<-as.factor(data$Argument)

anova(lm(Expert.Source ~ Monitor+Argument+Monitor*Argument, data))
anova(lm(Attractive.Source ~ Monitor+Argument+Monitor*Argument*Expert.Source, data))




                  Df Sum Sq Mean Sq F value
Monitor                         1  5.333  5.3333  4.3392
Argument                        1 16.333 16.3333 13.2888
Expert.Source                   1 15.227 15.2269 12.3886
Monitor:Argument                1  4.152  4.1516  3.3778
Monitor:Expert.Source           1  0.230  0.2301  0.1872
Argument:Expert.Source          1  0.023  0.0234  0.0191
Monitor:Argument:Expert.Source  1  1.454  1.4538  1.1828
Residuals                      40 49.164  1.2291

构建完整模型ANOVA的数据帧

1 个答案: