我的数据看起来像这样,图表作为行,不同的 Ellenberg 值作为列,以及Year
Forest ( Skov
) 和 Forest type ( Skovtype
)。
我的数据来自 4 个不同的年份(1993 年、1998 年、2005 年和 2016 年)。
我的 lsmeans 函数有一些问题,我的脚本如下所示:
ellenberg_LM <- read.csv2("Gns. Ellenberg1.csv")
将年份从整数转换为因子
levels(ellenberg_LM$Year)
ellenberg_LM$Year <- factor(ellenberg_LM$Year)
艾伦伯格 L - LM
LLM<-lm(Gennemsnit.af.L_Ellenberg ~ Year + Skov + Skov*Year + Skovtype + Skovtype*Year,
data=ellenberg_LM)
LS-均值
install.packages("lsmeans")
library(lsmeans)
lsmeans(LLM,~ Year, data = ellenberg_LM)
我的输出看起来像这样,在第一个例子中是 1993 年的 NA。但是,如果我像上一个示例一样忽略与所有年份的 lsmeans的交互Skov*Year
并对其进行估计。Skovtype*Year
R
我的问题是;你知道我做错了什么来获得 NA 还是我错过了什么?因为我想要计算所有年份的 lsmeans 交互。