0

私は、3 つの異なるクラスに配置された 9 つの異なる遺伝子型を含むデータセットを扱っています。各遺伝子型から約 20 のサイズ測定値が記録されています。

3つのクラスと異なる遺伝子型の違いを分析するために、双方向分散分析を実行してみました（一元配置分散分析が遺伝子型間でサイズが大幅に異なることを確立した後）。

関数を使用しましたaov(size~genotype*class,data=x) 取得した集計テーブルには の行しかなく、予想どおり、またはどこにもgenotype表示されません。取得したテーブルは、実行したときに取得したものと同じですclassgenotype:classaov(size~genotype, data=x)

私は何を間違えましたか？class/が結果の有意性を変えない場合でもclass:genotype、それらは依然として anova サマリー テーブルに表示されるはずですか?

4

1 に答える 1

1

つまり、適合させようとしているモデルを適合させることはできません...少なくともデータを正しく理解している場合は。私の理解では、あなたはこれに似たものを持っているということです：

dat <-data.frame（size = rnorm（27）、genotype = gl（9,3）、class = gl（3、9））

> dat <- data.frame(size = rnorm(27), genotype = gl(9,3), class = gl(3, 9))
> dat
          size genotype class
1   1.44189249        1     1
2   1.05766532        1     1
3   0.08133568        1     1
4   0.36642288        2     1
5   0.93266571        2     1
6  -0.64031787        2     1
7   0.33361892        3     1
8   0.53315507        3     1
9   0.26851394        3     1
10  0.05062280        4     2
11 -0.30924511        4     2
12 -0.61460429        4     2
13 -0.18901238        5     2
14  0.58881858        5     2
15  0.58625502        5     2
16  0.52002793        6     2
17  1.23862937        6     2
18 -2.02333160        6     2
19 -0.09918607        7     3
20  0.65947932        7     3
21 -0.65440238        7     3
22  0.10923036        8     3
23  0.76845484        8     3
24 -0.24804574        8     3
25 -0.30890950        9     3
26 -2.82056870        9     3
27  0.56828147        9     3

（私が見ている主なものは、遺伝子型とクラスがどのように関連しているかです-サイズの実際の値や各遺伝子型*クラスの組み合わせのサンプルサイズではありません）

各遺伝子型が完全に単一のクラスに含まれている場合、遺伝子型効果をクラス効果から分離することはできません。うまくいけば、これはあなたにとって理にかなっています-そうでなければ、より小さな例で説明させてください。まず、各遺伝子型は完全に1つのクラスに含まれているため、相互作用を適合させることはできません。これはまったく意味がありません。相互作用は、遺伝子型が少なくとも2つのクラスの一部である可能性がある場合に役立ちます。これにより、観察対象のクラスに基づいて遺伝子型に異なる効果を与えることができるためです。しかし、各遺伝子型は1つのクラスにしか存在しないため、モデルを相互作用に適合させることはできません。

ここで、クラス効果を適合できない理由を理解するために、遺伝子型1〜3を含むクラス1について考えてみます。認識すべきことは、線形モデル（およびANOVAは線形モデルの特殊なケース）では、モデル化するのはさまざまなグループの条件付き平均であり、可能であればこれを特定の効果に分割しようとします。したがって、同じグループ平均を与えるモデルは基本的に同等です。クラス1の効果がcであり、遺伝子型1〜3の効果がそれぞれx、y、zであると一瞬ふりをします。次に、グループgenotype1 / class1 = c + x、genotype2 / class1 = c + y、genotype3 / class1 = c+zの値。ただし、ここで、class1の効果が0であると簡単に言うことができ、次に遺伝子型1〜3の効果が（それぞれ）c + x、c + y、c+zであることに注意してください。したがって、この状況ではクラスは完全に役に立たない。遺伝子型はクラス内に完全にネストされているため、クラス効果を分離する方法はありません。したがって、完全に固定された効果モデルを適合させたい場合にのみ、遺伝子型に対して個別の効果を持つモデルを適合させることができます。

于 2012-11-19T15:27:50.410 に答える