需要一些帮助来解释 summary() -函数结果。
我正在从Rlme
中的包中运行一个。nlme
我有一个简单(而且很小)的数据集,其中包含三个分组变量:起源、基因型和时间,响应是一个名为 Maxi 的连续变量。
Origin = 2 个级别,分别称为 Ka 和 La
基因型 = 3 层嵌套在原点 Ka 中,2 层嵌套在原点 La 中
时间 = 嵌套在每个基因型中的 2 个级别
我对起源、时间及其相互作用的主要影响感兴趣。除了测试之外,我还想得到他们的估计。这是我想到的模型:
model = lme(fixed = Maxi ~ Origin*Time, random = ~ 1 |Genotype)
anova()
s 等工作正常,实际上没有显着的交互,但是
这是问题所在:
当我运行摘要(模型)时,我得到:
Fixed effects: Maxi ~ Origin * Time
Value Std.Error DF t-value p-value
(Intercept) 15.399386 1.1127382 20 13.839181 0.0000
OriginLa -1.986388 1.7702416 3 -1.122100 0.3435
Timeeve 0.074444 0.8942694 20 0.083246 0.9345
OriginLa:Timeeve -1.387448 1.5648876 20 -0.886612 0.3858
我对其他因素水平的估计在哪里?我认为为了能够解释这些固定效果,汇总表必须以某种方式显示所有级别?还是我这样解释:
the estimate for OriginKa is 15.399386
the estimate for OriginLa is 15.399386-1.986388
the estimate for Timemor is 15.399386
the estimate for Timeeve is 15.399386+0.074444
and then I can't even guess how to interpret the interaction estimate...
对于 Origin 因子的水平和 Time 因子的水平,估计值在直觉上是不正确的。
笔记:
- 我没有将我的数据放入 groupedData 中(是否总是必要的?)
- 我想在模型中包含 random = 1 ~ |Origin/Genotype 但是在输出中产生了 NaN,显然模型变得太复杂了?
任何指针?
这是重现我的问题所需的数据:
Orig.Genot.Time Maxi
Ka Ka1 mor 14,59
Ka Ka1 eve 13,42
Ka Ka11 mor 14,08
Ka Ka11 eve 16,29
Ka Ka15 mor 14,38
Ka Ka15 eve 14,56
La La1 mor 17,82
La La1 eve 13,28
Ka Ka1 mor 16,44
Ka Ka1 eve 15,52
Ka Ka15 mor 13,76
Ka Ka15 eve 13,55
Ka Ka1 mor 19,15
Ka Ka1 eve 19,12
La La6 mor 10,54
La La6 mor 11,38
La La6 eve 10,48
Ka Ka15 mor 15,25
Ka Ka15 eve 16,51
La La1 mor 17,46
La La1 eve 15,57
Ka Ka1 mor 16,83
Ka Ka1 eve 15,63
Ka Ka15 mor 14,54
Ka Ka15 eve 15,09
La La1 mor 11,3
La La1 eve 11,94