我已经使用 R 中的包 lsmeans 来获得我的处理因子的所有观察值的平均估计值(跨越实验设计中的块因子的水平,因为它只有 3 个水平,所以它已经包含在系统效应中)。我对我的响应变量使用了 sqrt 转换。
因此,我在 R 中使用了以下命令。
第一个定义模型
model<-sqrt(response)~treatment+block
然后应用 lsmeans
model_lsmeans<-lsmeans(model,~treatment)
然后绘制这个
plot(model_lsmeans,ylab="treatment", xlab="response(with 95% CI)")
这给出了一个非常漂亮的图表,其中包含不同治疗的估计值和 95% 的置信区间。
问题只是该图是针对转换后的响应的。
如何使用反向转换响应(因此平方响应)获得相同的图?
我尝试创建一个新数据框并提取 lsmean、lower.CL 和 upper.CL:
a<-summary(model_lsmeans)
New_dataframe<-as.data.frame(a[c("treatment","lsmean","lower.CL","upper.CL")])
然后让这些平方
New_dataframe$lsmean<-New_dataframe$lsmean^2
New_dataframe$lower.CL<-New_dataframe$lower.CL^2
New_dataframe$upper.CL<-New_dataframe$upper.CL^2
New_dataframe
这给了我所需的估计值和 CI 边界平方。
问题是我无法为这个估计和 CI 制作与我在 LS 中所做的相同的图表。
我怎样才能做到这一点?我问的原因是我想为我的文章提供所有风格相似的图表。由于我非常喜欢这个 LSmeans 图,而且我在未转换的响应变量上使用它非常方便,我希望我的所有图表都采用这种风格。
非常感谢您的帮助!希望一切都清楚!
亲切的问候
迪特莱夫