0

Set1 と Set2の 2 つのデータ セットがあります。

各セットには、同じ変数A、B、C、D、E があります。

次の関係が同時に真であるかどうかを理解するために、 F 検定を実行したいと考えています。

Set1_A = Set2_A, Set1_B = Set2_B, Set1_C = Set2_C, Set1_D = Set2_D, Set1_E = Set2_E

Set1_AとSet2_Aは異なるサイズのベクトルである可能性があります。

Rでこれを達成するにはどうすればよいですか?

ありがとう

Set1 のサンプル データ:

A       B       C
11.0    11.0    11.0
23.3    23.3    23.3
44.6    -1.3    -7.1
-1.9    -1.9    -1.9

Set2 のサンプル データ:

A        B      C
3.9      3.9    3.9
-6.1    -6.1    -6.1
-34.6   -95.7   -102.4
 7.0    7.0     7.0
4

1 に答える 1

2

これは、Set1_AとSet2_Aを比較する方法を示しています。それらが同時に「真」であるかどうかを判断するには、多変量解析を使用する必要があります

Set1 <- read.table(text="A       B       C
 11.0    11.0    11.0
 23.3    23.3    23.3
 44.6    -1.3    -7.1
 -1.9    -1.9    -1.9", header=TRUE)

 Set2<- read.table(text="A        B      C
 3.9      3.9    3.9
 -6.1    -6.1    -6.1
 -34.6   -95.7   -102.4
  7.0    7.0     7.0", header=TRUE)
 combset <- rbind(Set1, Set2)
 combset$grp <- rep(c("Set1", "Set2"), times=c(nrow(Set1), nrow(Set2) ) )
 combset
#----------------
      A     B      C  grp
1  11.0  11.0   11.0 Set1
2  23.3  23.3   23.3 Set1
3  44.6  -1.3   -7.1 Set1
4  -1.9  -1.9   -1.9 Set1
5   3.9   3.9    3.9 Set2
6  -6.1  -6.1   -6.1 Set2
7 -34.6 -95.7 -102.4 Set2
8   7.0   7.0    7.0 Set2

これで、長い形式と呼ばれる可能性のあるデータが得られたので、grpIDをlm.formula呼び出しの要素として使用できます。

 lm(A ~ grp, data=combset)

Call:
lm(formula = A ~ grp, data = combset)

Coefficients:
(Intercept)      grpSet2  
      19.25       -26.70  

Warning message:
In model.matrix.default(mt, mf, contrasts) :
  variable 'grp' converted to a factor
> anova(lm(A ~ grp, data=combset))
Analysis of Variance Table

Response: A
          Df Sum Sq Mean Sq F value  Pr(>F)  
grp        1 1425.8 1425.78  3.8004 0.09913 .
Residuals  6 2251.0  375.16                  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
Warning message:
In model.matrix.default(mt, mf, contrasts) :
  variable 'grp' converted to a factor

多変量モデルを構築できます。しかし...これを正しく解釈でき、発生する可能性のある統計上の問題を認識していると確信していますか？

>  lm( A + B + C ~ grp, combset)

Call:
lm(formula = A + B + C ~ grp, data = combset)

Coefficients:
(Intercept)      grpSet2  
      33.35       -87.92  

Warning message:
In model.matrix.default(mt, mf, contrasts) :
  variable 'grp' converted to a factor
> anova(lm( A + B + C ~ grp, combset))
Analysis of Variance Table

Response: A + B + C
          Df Sum Sq Mean Sq F value Pr(>F)
grp        1  15462 15461.6   2.016 0.2055
Residuals  6  46017  7669.6               
Warning message:
In model.matrix.default(mt, mf, contrasts) :
  variable 'grp' converted to a factor

もっと係数を見積もるべきだと思ったので、その答えが気になりました。Peter DalgaardによるRNewsの記事を思い出し、調べました。これは私が提供したものでなければなりませんでした：

>  lm( cbind(A, B, C) ~ grp, combset) 

Call:
lm(formula = cbind(A, B, C) ~ grp, data = combset)

Coefficients:
             A        B        C      
(Intercept)   19.250    7.775    6.325
grpSet2      -26.700  -30.500  -30.725

Warning message:
In model.matrix.default(mt, mf, contrasts) :
  variable 'grp' converted to a factor
> anova(lm( cbind(A, B, C) ~ grp, combset))
Analysis of Variance Table

            Df  Pillai approx F num Df den Df Pr(>F)
(Intercept)  1 0.51946  1.44130      3      4 0.3557
grp          1 0.42690  0.99318      3      4 0.4813
Residuals    6                                      
Warning message:
In model.matrix.default(mt, mf, contrasts) :
  variable 'grp' converted to a factor
> class(lm( cbind(A, B, C) ~ grp, combset))
[1] "mlm" "lm" 
Warning message:
In model.matrix.default(mt, mf, contrasts) :
  variable 'grp' converted to a factor

「実際の」多変量推論統計（たとえば、PillaiのトレースまたはWilksまたはHotelling）が表示され、A、B、およびCの3つの別々の係数が表示され、出力のクラスが「lm」だけでなく「mlm」であることに注意してください。 。また、を参照する必要があります?anova.mlm。

于 2013-03-05T02:42:54.823 に答える