R中Aov和lm的不同对比结果

Question

我很难从aov()和lm()中获得与R匹配的对比度。我非常确定这是因为我不完全理解发生了什么，也不知道如何指定适当的对比度，但我想我还是要问一下。

R默认情况下对lm()和aov()使用处理对比，这意味着它将因子的每个级别与基线级别进行对比。我可以在lm()的结果中看到：

data(InsectSprays)

lmMod <- lm(count ~ spray, data=InsectSprays)
summary(lmMod)

将截距加到每个系数上，得到的平均值与tapply()计算的平均值相同。但是，尝试用aov()重现这些对比会得到不同的结果。

model1 <- aov(count ~ spray, data = InsectSprays)

summary(model1, split=list(spray=list("Cont1"=1, "Cont2"=2, 
        "Cont3" = 3,  "Cont4" = 4, "Cont5" = 5)))

这里，最后一个p值与lm中的对比度相同(p = 0.181)，但aov()对比表明喷雾B与喷雾A不同(p < 0.0001)，而lm表示它们没有不同(p = 0.604)。

我已经尝试过自己使用和到零效果重新编码对比度：

c1 <- c(-1, 1, 0, 0, 0, 0)
c2 <- c(-1, 0, 1, 0, 0, 0)
c3 <- c(-1, 0, 0, 1, 0, 0)
c4 <- c(-1, 0, 0, 0, 1, 0)
c5 <- c(-1, 0, 0, 0, 0, 1)

contMat <- cbind(c1, c2, c3, c4, c5)
contrasts(InsectSprays$spray) <- contMat

model2 <- aov(count ~ spray, data = InsectSprays)

summary(model2, split=list(spray=list("Cont1"=1, "Cont2"=2, 
        "Cont3" = 3,  "Cont4" = 4, "Cont5" = 5)))

现在，第一个对比给出了与lm相同的p值(p = 0.604)，但最后一个对比表明处理F与A有显著差异(p < 0.0001)，而lm说它不是(p = 0.181)。

我觉得我遗漏了一些基本的东西，但我还没能弄清楚。任何帮助都将不胜感激。

Answer 1

aov做的是顺序平方和(类型I)；lm做的是调整后的平方和(类型II)。

要进行比较，请将lm与手动计算的虚拟变量一起使用。

d2 <- data.frame(cbind(count=InsectSprays$count, model.matrix(~spray, data=InsectSprays)))
m2 <- lm(count~0+.,d2)
anova(m2)
summary(m2)

anova为您提供与aov结果相同的结果，而summary为您提供与lm结果相同的结果。