0

我正在处理一个涉及 9 种不同基因型的数据集,分为 3 个不同的类别。已经记录了来自每个基因型的大约 20 个大小测量值。

我尝试运行双向 anova(在单向 anova 确定基因型之间的大小显着不同之后),以分析 3 个类别以及不同基因型之间的差异。

我使用了函数aov(size~genotype*class,data=x) 我获得的汇总表只有一行genotype,我看不到classgenotype:class任何地方,正如我所预料的那样。我获得的表格与我刚运行时获得的表格相同aov(size~genotype, data=x)

我做错了什么?即使class/class:genotype不会改变结果的重要性,它们仍然应该出现在 anova 汇总表中吗?

4

1 回答 1

1

简而言之-您无法拟合您要拟合的模型……至少如果我正确理解您的数据的话。我的理解是你有类似的东西:

dat <- data.frame(size = rnorm(27), 基因型 = 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

(我主要关注的是基因型和类别之间的关系——不是每个基因型*类别组合的大小的实际值或样本大小)

如果每个基因型完全包含在单个类中,那么您无法将基因型效应与类效应分开。希望这对你有意义——如果不是让我用一个更小的例子来说明的话。首先——因为每个基因型完全属于一个类别,我们无法适应交互——这根本没有意义。如果基因型可以是至少两个类别的一部分,那么这种相互作用将很有用,因为它允许我们根据观察的类别为基因型赋予不同的效果。但是由于每个基因型都只属于一个类别......用相互作用拟合模型已经过时了。

现在看看为什么我们不能适应类效应,只需考虑包含基因型 1-3 的类 1。需要认识到的是,对于线性模型(ANOVA 只是线性模型的一个特例),我们建模的是不同组中的条件均值——如果可能,我们会尝试将其划分为某些效果。所以任何给我们相同组均值的模型本质上是等价的。假设第 1 类的影响是 c,基因型 1-3 的影响是 x、y 和 z(分别)。那么组 genotype1/class1 = c+x,对于 genotype2/class1 = c+y,对于 genotype3/class1 = c+z 的值。但请注意,我们可以很容易地说第一类效应是 0,然后说基因型 1-3 的效应是 c+x、c+y、c+z(分别)。所以类在这种情况下完全没用。由于基因型完全嵌套在类中,因此无法分离类效应。因此,如果我们想拟合一个完全固定的效应模型,我们只能拟合一个对基因型具有单独效应的模型。

于 2012-11-19T15:27:50.410 回答