4

次の式の線形回帰のプロットを作成する必要がありますが、R で行う正しい方法がわかりません。

lm.velocity_vs_Velocity_response = lm(scrd$Velocity~scrd$Velocity_response*scrd$Subject)

scrd は、ここからダウンロードできるデータセットです: https://dl.dropbox.com/u/3288659/Velocity_vs_Velocity.csv

実験に対応するデータセットには 2 つの変数 (Velocity と Velocity_response) が含まれており、2 つの間に線形相関があるかどうかを知りたいです。1 つ目は 4 つの地形条件 (雪、木、砂利、および「無音」で示された素材) で運転される車の速度であり、2 つ目は導体の知覚速度であるとします。実験では、10 人の参加者が 4 つの条件を 2 回繰り返しました。参加者は、実験の最後に、その条件での運転中に感じた速度を評価する必要がありました。評価は、0 = 非常に遅く、10 = 非常に速い、ビジュアル アナログ スケールで実行されました。したがって、回帰には 80 ポイントがあります (10 人の参加者 * 2 つの試行 * 速度の 4 つの推定値)。ただし、データセットでは、2 つの試行のパフォーマンスを平均することにしました。

回帰を行うために使用した式の出力、

 summary(lm.velocity_vs_Velocity_response)

Residual standard error: 0.08377 on 20 degrees of freedom
Multiple R-squared:  0.91,  Adjusted R-squared: 0.8245 
F-statistic: 10.64 on 19 and 20 DF,  p-value: 1.085e-06 

そこから、2 つの変数の間に強い相関があると結論付けました (R^2 = 0.91 および p 値 < 0.001)。

ここで、これらのデータの線形回帰に適合する線を確認したいと思います。Rでどのように行われますか? 正しい式はどれ? 誰でもRのコードの例を提供できますか?

問題は、plot を使用するとポイントが乱雑になり、直線的な傾向が見られないことです。

ここで、データセットの最初の行を投稿します

Subject     Material    Velocity    Velocity_response
Subject1    no_sound    1.41        7.8
Subject1    snow        1.255       4
Subject1    gravel      1.32        5.3
Subject1    wood        1.335       5.4
Subject2    no_sound    1.435       10
Subject2    snow        1.265       1.7
Subject2    gravel      1.3         8.5
Subject2    wood        1.355       5.3
4

1 に答える 1

3

次のように lm を実行すると、作業がずっと楽になります。

lm.velocity_vs_Velocity_response <- lm(Velocity~Velocity_response*Subject, data=scrd)

次に、関係と相互作用を調べるために、TeachingDemos パッケージの関数Predict.Plotと関数を調べます。TkPredict

于 2012-08-29T15:59:52.470 に答える