0

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

4

0 回答 0