Question

我尝试使用lsmeans及其对比进行互动的F检验。基本上，我想复制Stata使用contrast命令执行的操作。我想这样做有两个原因：

在具有因子变量之间相互作用的回归模型中;
在ANOVA中帮助分解三向互动。

对于这个问题，我会询问三方互动。

library(haven)
threeway <- read_spss("https://stats.idre.ucla.edu/wp-content/uploads/2016/02/threeway.sav")
threeway$ID <- row.names(threeway)

library(afex)
three_fit <- aov_ez("ID", "y", data = threeway, between = c("a", "b", "c"))
three_fit

> three_fit
Anova Table (Type 3 tests)

Response: y
  Effect    df  MSE          F ges p.value
1      a 1, 12 1.33 112.50 *** .90  <.0001
2      b 1, 12 1.33       0.50 .04     .49
3      c 2, 12 1.33  47.84 *** .89  <.0001
4    a:b 1, 12 1.33 120.13 *** .91  <.0001
5    a:c 2, 12 1.33     6.84 * .53     .01
6    b:c 2, 12 1.33    8.47 ** .59    .005
7  a:b:c 2, 12 1.33    6.97 ** .54    .010
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘+’ 0.1 ‘ ’ 1

三方互动非常重要。现在，从UCLA page on Stata开始，Stata可以使用代码：

contrast b#c@a

这将在a的水平上产生b * c相互作用的F检验。

我试图用R中的lsmeans做同样的事情。但是，我无法得到它。以下是我尝试过的内容：

library(lsmeans)
lsm <- lsmeans(three_fit, c("b", "c"), by="a")
test(contrast(lsm, "consec"), joint=TRUE)

这让我得到了一个F测试，但它不正确（或者至少它不是我想要的那个）。任何帮助复制Stata结果将不胜感激。我真的想留在lsmeans内做这件事，但如果其他事情有效，我会接受它。

Answer 1

我认为您正在寻找的是

test(contrast(lsm, interaction = "consec"), joint=TRUE)

也就是说，您希望测试交互对比，而不是手段之间的比较。您可以通过运行contrast调用而不将其包含在test中来查看您正在测试的内容（我建议！）。尝试使用和不使用interaction关键字。

lsmeans对比交互术语

1 个答案: