计划对比的简单斜坡

Question

使用此示例数据集

dat <- data.frame(sample=c(1,2,3,4,5,6, 7,8,9,10,11,12), 
                  esteem=c(1,2,3,4,5,6, 1,2,3,4,5,6), 
                  condition=factor(c("a", "a", "a", "a","b", "b", "b", "b","c", "c", "c", "c")),
                  scores=c(2,4,3,5,6,13,41,30,30,23,24,24))

mod <- lm(scores~esteem*condition, data=dat)

我做的是有计划的对比，我的设计是：

1. 条件A与条件B、C组合的比较
2. 比较B和C的条件。

对比如下：

contrasts1 <- c(-2,1,1) #A vs. B and C
contrasts2 <-c(0,-1,1) #B vs. C
contrasts(dat$condition) <- cbind(contrasts1, contrasts2)
dat$condition

这将产生

[1] a a a a b b b b c c c c
attr(,"contrasts")
  contrasts1 contrasts2
a         -2          0
b          1         -1
c          1          1
Levels: a b c

通常情况下，通过x个连续变量的交互作用，我会利用正趋势在每个范畴级别得到一个连续变量的简单斜率，

emmeans::emtrends(mod, pairwise ~ condition, var="esteem")

这给出了A条件下的自尊斜率，B条件下的自尊斜率，C条件下的自尊斜率。

$emtrends
 condition esteem.trend   SE df lower.CL upper.CL
 a                 0.80 1.98  6    -4.06     5.66
 b                -6.24 1.08  6    -8.87    -3.60
 c                -1.70 1.98  6    -6.56     3.16

Confidence level used: 0.95 

然而，我有一个对比，比较条件A与B和C，是否有一种方法可以用正向或其他方法来获得合并条件B和C的尊重斜率？

Answer 1

当然了。你这样做的方式和对比边际手段的方法一样：

> (EMT <- emtrends(mod, ~ condition, var = "esteem"))
 condition esteem.trend   SE df lower.CL upper.CL
 a                 0.80 1.98  6    -4.06     5.66
 b                -6.24 1.08  6    -8.87    -3.60
 c                -1.70 1.98  6    -6.56     3.16

Confidence level used: 0.95 

> contrast(EMT, list(`a.vs.bc` = c(1, -.5, -.5), `b.vs.c` = c(0, 1, -1)), adjust = "bonf")
 contrast estimate   SE df t.ratio p.value
 a.vs.bc      4.77 2.28  6   2.088  0.1636
 b.vs.c      -4.54 2.26  6  -2.009  0.1826

P value adjustment: bonferroni method for 2 tests 

> ### or, if you want just the first one:
> contrast(EMT, "trt.vs.ctrl", ref = c("b", "c"))
 contrast     estimate   SE df t.ratio p.value
 a - avg(b,c)     4.77 2.28  6   2.088  0.0818

有关更多示例，请参见反差