r - 線形モデル: 2 つの異なる測定方法の予測力の比較

Question

私は予測に興味がYあり、異なる 2 つの測定手法X1と を研究していX2ます。たとえば、バナナがテーブルに置かれている時間を測定するか、バナナの茶色の斑点の数を測定することによって、バナナの美味しさを予測したいとします。

1 つだけを実行することを選択した場合、どちらの測定手法が優れているかを知りたいです。

R で線形モデルを作成できます。

m1 = lm(Y ~ X1)
m2 = lm(Y ~ X2)

X1ここで、 が よりも優れたバナナの美味しさの予測因子であるとしましょうX2。2 つのモデルの R^2 を計算すると、 model の R^2 は modelm1よりも明らかに高くなりますm2。X1methodが よりも優れている方法について論文を書く前にX2、おそらく p 値の形で、違いが偶然ではないことを示したいと思います。

これについてはどうすればよいでしょうか？異なるブランドのバナナを使用していて、ランダム効果としてバナナのブランドを組み込んだ線形混合効果モデルに移行する場合はどうすればよいですか?

Answer 1

正しく理解できていない場合は申し訳ありません。私が理解している限り、それは単純な基本的な統計の質問であり、R ではありません。

それらを 1 回の回帰でまとめます。各係数の p 値は、それらが有意であるかどうかを明らかにします。ダミーとしてバナナブランドを使用することもできます（種類が多すぎない場合）。そしてANOVA検定を行います。ところで、両方の測定手法は別々のモデルで重要ですか? それらのモデルと組み合わせたモデルの R^2 は? あなたの問題については、R ^ 2の定義を見てください。それが役立つことを願っています:)