假设我有这两个模型
<select class="form-control" name="parent">
<?php
$pdo = new PDO('mysql:host=dbhost.dev;dbname=sdi;charset=utf8', 'sdiuser', 'sdiuser');
if(Auth::user()->usertype=="super"){
$sql = "SELECT * FROM capteurs where type like 'groupe'";}
else {
$sql = "SELECT * FROM capteurs where type like 'groupe' and etab like ".Auth::user()->etab;
}
$stmt = $pdo->prepare($sql);
$stmt->execute();
$groups = $stmt->fetchAll();
foreach($groups as $group): ?>
<option id="parent" value="<?= $group['id']; ?>" data-etab="{{$group['etab']}}" name="parent">
<?= $group['code_capteur']; ?>
</option>
<input name="group-etab" type="hidden" value="{{$group['etab']}}"/>
<?php endforeach; ?>
</select>
并计算每个模型中dat1 <- data.frame(x=factor(c(1,2,1,1,2,2)),y=c(2,5,2,1,7,9))
dat2 <- data.frame(x=factor(c(1,2,1,1,2,2)),y=c(3,3,4,3,4,2))
mod1 <- lm(y~x,data=dat1)
mod2 <- lm(y~x, data=dat2)
的水平之间的t检验
x
我如何通过em骨评估两种模型在此对比方面是否存在显着差异?
答案 0 :(得分:1)
dat1$dataset <- "dat1"
dat2$dataset <- "dat2"
alldat <- rbind(dat1, dat2)
modsame <- lm(y ~ x, data = alldat)
moddiff <- lm(y ~ x * dataset, data = alldat)
anova(modsame, moddiff)
请勿尝试使用emmeans()
来执行此操作;这不是它的目的。上面的anova()
调用比较了两个模型:modsame
假定每个数据集中的x
效果都相同; moddiff
添加两个术语,dataset
解释总体均值的变化,而x:dataset
解释x
效果的变化。
两个模型之间的比较包括对两者 dataset
和x:dataset
效应的联合检验-这是 F 检验用2分子df -不是 t 测试。