我试用了APA表功能(apa.reg.table,apa.cor.table),首先它完美地解决了相互关系的问题。但是apa.reg.table函数以一条我不明白的错误消息结尾:
mutate_impl(.data,点)中的错误:列LLb
的长度必须为4(行数)或1,而不是5
我不太喜欢R,所以在不同论坛上给出的答案并没有帮助我。
我就是这样尝试的:
数据在.sav表中给出。
demographics <- lm(subjage ~ age_newsletter + sex + Educ_final + bildung_vorhanden, data=na.omit(BASE_II))
summary(demographics) # Model 1
phypsy <- lm(subjage ~ age_newsletter + sex + Educ_final + bildung_vorhanden + Morbiditätsindex_ohneHIV_Metastasen + optimismus, data=na.omit(BASE_II))
summary(physpsych) # Model 2
interaction <- lm(subjage ~ age_newsletter + sex + Educ_final + bildung_vorhanden + Morbiditätsindex_ohneHIV_Metastasen + optimismus + I(Morbiditätsindex_ohneHIV_Metastasen * optimismus), data=na.omit(BASE_II))
summary(interaction) # Model 3
apa.reg.table(demographics, phypsy, interaction, filename = "RegTable1.doc", prop.var.conf.level = 0.95)
在解决不了之后,我尝试了方差分析:
anova(demographics, phypsy, interaction)
此方法有效:
Analysis of Variance Table
Model 1: subjage ~ age_newsletter + sex + Educ_final + bildung_vorhanden
Model 2: subjage ~ age_newsletter + sex + Educ_final + bildung_vorhanden Morbiditätsindex_ohneHIV_Metastasen + optimismus
Model 3: subjage ~ age_newsletter + sex + Educ_final + bildung_vorhanden +
Morbiditätsindex_ohneHIV_Metastasen + optimismus + I(Morbiditätsindex_ohneHIV_Metastasen * optimismus)
Res.Df RSS Df Sum of Sq F Pr(>F)
1 961 43638
2 959 42659 2 978.25 10.984 1.92e-05 ***
3 958 42659 1 0.67 0.015 0.9025
---Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
但是我需要表中给定的每个变量,而不仅仅是不同的模型。因此,在我看来,这是采用apa.reg.table的最简单方法,因为这也是APA中我所需要的。我不确定我的做法是否正确,但也许有人可以帮助我。预先感谢!