현재 달팽이 껍질 볼륨에 다른 특성의 영향을 연구 중입니다. 나는 데이터 프레임을 가지고 있는데, 각 라인은 주어진 개인을 나타내고, 모든 속성 (길이, 껍질 볼륨, 성별, 감염)을 가진 몇 개의 컬럼을 나타낸다.2 가지 요인을 가진 ANCOVA의 다른 그룹의 수단 R
나는 ANCOVA : mod=aov(log(volume) ~ infection*sex*log(length))을 만들었습니다. 성별, 감염 및 길이,하지만 상호 작용 관점의
Df Sum Sq Mean Sq F value Pr(>F)
inf 1 4.896 4.896 258.126 <2e-16 ***
sex 1 3.653 3.653 192.564 <2e-16 ***
log(length) 1 14.556 14.556 767.335 <2e-16 ***
inf:sex 1 0.028 0.028 1.472 0.227
inf:log(length) 1 0.020 0.020 1.064 0.304
sex:log(length) 1 0.001 0.001 0.076 0.783
inf:sex:log(length) 1 0.010 0.010 0.522 0.471
Residuals 174 3.301 0.019
그래서 심각한 영향 : 나는이 있어요.
상호 작용이 없으므로 감염된 개인이나 감염되지 않은 개인에 대해 log(volume) = f(log(length))의 절편이 더 큰지 여부를 알고 싶습니다.
나는 나에게이 준, summary.lm(mod)를 사용하려고 :
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.42806 0.15429 -2.774 0.00613 **
infmic -0.54963 0.40895 -1.344 0.18070
sexM -0.11542 0.35508 -0.325 0.74554
log(length) 2.41915 0.11144 21.709 < 2e-16 ***
infmic:sexM 0.52459 0.63956 0.820 0.41320
infmic:log(length) 0.43215 0.33717 1.282 0.20166
sexM:log(length) 0.04207 0.28113 0.150 0.88122
infmic:sexM:log(length) -0.38222 0.52920 -0.722 0.47110
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.1377 on 174 degrees of freedom
Multiple R-squared: 0.8753, Adjusted R-squared: 0.8703
F-statistic: 174.5 on 7 and 174 DF, p-value: < 2.2e-16
을하지만 결과를 해석하는 문제가, 아직도 결론에 표시되지 않습니다. 나는 또한 "몇 가지"다른 질문이 있습니다 :
왜 출력에 성관계와 감염이 중요하지 않습니까? 여기서 중요한 것은 아니지만 상호 작용 용어에 대한 회선을 해석하는 방법은 무엇입니까?
내가 생각하는 것은 infmic : sexM은 감염되지 않은 여성과 비교하여 감염된 남성의 로그 (볼륨) = f (로그 (길이))의 기울기 변화를 나타냅니다. 그렇다면, infmic : 길이는 감염된 암컷과 감염되지 않은 암컷 사이의 경사의 변화일까요? 그리고 섹스 M : 감염되지 않은 남성과 감염되지 않은 여성 간의 변화를 길어? 사실입니까? 그리고 트리플 상호 작용 용어는 무엇을 나타 냅니까?
고맙습니다.
데이터가 어떻게 생겼는지를 재현 할 수 있습니까? –