首页 文章

当有多个因子水平作为基线时，如何解释R线性回归？ [关闭]

提问于
浏览 次
5

我的数据有3个独立变量，所有变量都是分类的：

condition: cond1, cond2, cond3

population: A,B,C

task: 1,2,3,4,5

因变量是任务完成时间 . 我在R中运行 lm(time~condition+user+task,data) 并获得以下结果：

enter image description here

令我困惑的是，cond1，groupA和task1被排除在结果之外 . 从线程linear regression "NA" estimate just for last coefficient，我理解一个因子级别被选为"baseline"并显示在（拦截）行中 .

但是，如果有多个因子水平用作基线，如上所述呢？

  • （拦截）行现在是否表示cond1 groupA task1？

  • 如果我想分别了解cond1，groupA和task1的系数和重要性怎么办？

  • 例如，与groupA相比，groupB的估计系数为9.3349？或者与cond1 groupA task1相比？

r statistics linear-regression

3 回答

  • 2

    您的人口中的一个人必须为每个变量“条件”，“人口”和“任务”设置一个值，因此基线个体必须具有每个变量的值;在这种情况下，cond1，A和t1 . 所有结果都基于具有这些自变量的理想（平均）个体，因此截距确实给出了cond1，groupA和task1的平均时间值 .

    cond1，groupA或task1的显着性或系数没有意义，因为显着性意味着一个组和参考组之间的显着不同的平均值 . 您无法将参考组与其自身进行比较 .

    由于你的模型没有相互作用，groupB的系数意味着人口B中某人的平均时间将比人口A中某人的时间高9.33（秒？），无论他们正在执行的条件和任务如何，以及p值非常小，您可以认为人口B中的人与参考人群中的人之间的平均时间实际上是不同的（A） . 如果您向模型添加了交互项，则这些术语（例如 usergroupB:taskt4 ）将表示如果个人同时具有这两个条件，则向平均时间添加（或减去）额外值（在此示例中，如果个人来自人口B和已完成任务4） . 这些影响将被添加到边缘影响中（ usergroupB 和 taskt4 ） .

    希望我帮忙 .

    回复于
  • 1

    （拦截）行现在是否表示cond1 groupA task1？

    是 .

    如果我想分别了解cond1，groupA和task1的系数和重要性怎么办？

    想想具体意义何在 . 你需要制定一个假设 . 在你的例子中，所有内容都与截距进行比较，你的问题并没有多大意义 . 但是，您始终可以在所有可能的效果组合之间进行成对比较（请参阅包multcomp） .

    例如，与groupA相比，groupB的估计系数为9.3349？或者与cond1 groupA task1相比？

    这是cond1 / task1 / groupA和cond1 / task1 / groupB之间的区别 . （正如@Rufo正确指出的那样，它当然是一个整体效果，实际上groupB和groupA之间的差异提供了其他效果相同 . ）

    回复于
  • 4

    默认情况下，R对分类变量使用处理对比 . 因此，第一级被视为基级 . 将所有剩余水平与基准水平进行比较 .

    对于 condition ，您的基本级别为 cond1 ， population 为 A ， task 为 1 . 所有系数都是根据这些基准水平估算的 .

    截距只是三个基本级别中响应变量的平均值 .

    例如，效果 conditioncond2 是 cond2 和 cond1 之间的差异，其中 population 是 A ， task 是 1 . 因此，系数不会告诉您有关条件之间的总体差异的任何信息，而只会告诉您与基本级别相关的数据 . （类似地， conditioncond3 是 cond3 和 cond1 之间的区别 . ）

    其他因素也是如此 . population 的效果仅适用于 condition cond1 和 task 1 . task 的效果仅适用于 condition cond1 和 population A .

    回复于

相关问题