2 
d = data.frame(
    Temperature = c(rep("Cool", 6), rep("Warm", 6)),
    Bact = c(rep("Bact 1", 2), rep("Bact 2", 2), rep("Bact 3", 2), rep("Bact 1", 2), rep("Bact 2", 2), rep("Bact 3", 2)),
    Time = c(15.23,14.32,14.77,15.12,14.05,15.48,14.13,16.13,16.44,14.82,17.96,16.65)
)

双方向 ANOVA 用の小さなデータ フレームを自作しました。二元配置分散分析モデルを実行したい

summary(aov(Time~Bact*Temperature, data=d))

時間は従属変数であり、Bact と温度は 2 つのカテゴリ独立変数です。

ANOVA の方法で行う代わりに、線形回帰モデルでも ANOVA を実行できることを学び、証明したいと考えています。データをダミー変数に変換し、線形回帰を実行したいと考えています。同じ結果が得られると思います。ダミー変数には、Bact と温度の間の相互作用効果も含まれます。

問題は、データ フレームを lm() 関数で使用できるようにダミー変数に変換する方法がわからないことです。

4

2 に答える 2

2

私はあなたと同じことをします。私はコントロールを感じたいので、時間があるときはいつでも、次のようにダミーを自分で設計します。

d = data.frame(
  Temperature = c(rep("Cool", 6), rep("Warm", 6)),
  Bact = c(rep("Bact 1", 2), rep("Bact 2", 2), rep("Bact 3", 2), rep("Bact 1", 2), rep("Bact 2", 2), rep("Bact 3", 2)),
  Time = c(15.23,14.32,14.77,15.12,14.05,15.48,14.13,16.13,16.44,14.82,17.96,16.65)
)

つまり:

> d
   Temperature   Bact  Time
1         Cool Bact 1 15.23
2         Cool Bact 1 14.32
3         Cool Bact 2 14.77
4         Cool Bact 2 15.12
5         Cool Bact 3 14.05
6         Cool Bact 3 15.48
7         Warm Bact 1 14.13
8         Warm Bact 1 16.13
9         Warm Bact 2 16.44
10        Warm Bact 2 14.82
11        Warm Bact 3 17.96
12        Warm Bact 3 16.65

したがって、次のプロセスが機能するように、因子（温度、バクト）をダミー化するだけで済みます。

xfactors <- Filter(is.factor,d) #filter only the factors to dummify
b <- data.frame(matrix(NA,nrow=nrow(xfactors),ncol=1)) #make empty data.frame to initiate b
for ( i in 1:ncol(xfactors)) { #start loop
  a <- data.frame(model.matrix(~xfactors[,i])) #make dummies here
  b <- cbind(b, a[-1]) #remove intercept and combine dummies
}
b <- data.frame(b[-1]) #make a data.frame
#the reference dummy gets excluded automatically by model.matrix
colnames(b) <- c('warm' , 'bact2' , 'bact3') #you will probably want to change the names to sth smaller

> b
   warm bact2 bact3
1     0     0     0
2     0     0     0
3     0     1     0
4     0     1     0
5     0     0     1
6     0     0     1
7     1     0     0
8     1     0     0
9     1     1     0
10    1     1     0
11    1     0     1
12    1     0     1

次に、モデルを実行します。

new_data <- cbind(b, Time=d$Time) #add time to the data
mymod <- lm(Time ~ warm*bact2+warm*bact3, data=new_data) #compute lm with interactions
#you shouldn't compute the interactions between dummy variables because they come from the same variable

出力：

> summary(mymod)

Call:
lm(formula = Time ~ warm * bact2 + warm * bact3, data = new_data)

Residuals:
   Min     1Q Median     3Q    Max 
 -1.00  -0.67   0.00   0.67   1.00 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  14.7750     0.6873  21.498 6.61e-07 ***
warm          0.3550     0.9719   0.365    0.727    
bact2         0.1700     0.9719   0.175    0.867    
bact3        -0.0100     0.9719  -0.010    0.992    
warm:bact2    0.3300     1.3745   0.240    0.818    
warm:bact3    2.1850     1.3745   1.590    0.163    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.9719 on 6 degrees of freedom
Multiple R-squared:  0.6264,    Adjusted R-squared:  0.3151 
F-statistic: 2.012 on 5 and 6 DF,  p-value: 0.2097
于 2015-01-09T10:28:22.640 に答える