除了在应用来自GLM族的一些技术之前使用的线性度的图形估计（凝视散点图方法）之外，有几种方法可以算术地进行这种估计（即没有图形） .
现在，如果两个变量之间的关系是线性的，那么我就得到了相关比：算术上，它是一个r（确定系数：r2） . 因此，您可以比较eta和r的值，并对关系类型（线性或非线性）进行评估 . 它提供了由自变量（线性或非线性）解释的因变量的方差百分比信息 . 因此，您可以在不满足线性假设时应用它 .
简单地说：R中是否存在eta / eta平方的例程？
我'm still quite stunned, I must admit... there'在 R 中计算η或η2并不简单直接......所以我根据Wikipedia page写了一个函数 . 开始：
R
eta <- function(x, squared = FALSE, ...) { stopifnot(is.list(x)) ## unlist y <- unlist(x) ## group mean mg <- rapply(x, mean, ...) ## group size ng <- rapply(x, length, ...) ## total mean mtot <- mean(y, ...) ## SSb ssb <- sum(ng * (mg - mtot) ^ 2) ## SSt sst <- sum((y - mtot) ^ 2) # get eta-squared if (squared) { res <- ssb/sst # get eta } else { res <- sqrt(ssb/sst) } return(res) }
所以这会产生另一个问题，我即将发布的内容......你用什么来检查线性？但是，我无法计算p值，所以如果有人知道怎么做...请告诉我！
看完这个问题后，在答案中尝试了这个功能，我就发现了这个library "sjstats" . 有一个Eta-Squared功能包括在内 . 也许它对未来的寻求者有帮助 .
2 回答
我'm still quite stunned, I must admit... there'在
R中计算η或η2并不简单直接......所以我根据Wikipedia page写了一个函数 . 开始：所以这会产生另一个问题，我即将发布的内容......你用什么来检查线性？但是，我无法计算p值，所以如果有人知道怎么做...请告诉我！
看完这个问题后，在答案中尝试了这个功能，我就发现了这个library "sjstats" . 有一个Eta-Squared功能包括在内 . 也许它对未来的寻求者有帮助 .