这是我的密码:
summary(lme(TV~Methode*Doppelminuten,contrasts=list(Methode_head=contr.treatment(3)),random=~1|Team)) 这是输出的一部分:
Fixed effects: TV ~ Methode * Doppelminuten
Value Std.Error DF t-value p-value
(Intercept) 0.24982289 0.02650752 2442 9.424605 0.0000
Methode2 0.06324709 0.03782655 160 1.672029 0.0965
Methode3 0.09366371 0.03857411 160 2.428150 0.0163
Doppelminuten 0.00260644 0.00241676 2442 1.078485 0.2809
Methode2:Doppelminuten -0.00328921 0.00344875 2442 -0.953741 0.3403
Methode3:Doppelminuten -0.00355381 0.00351690 2442 -1.010493 0.3124但是,与Methode2 / Methode3不同,我希望在输出中具有因子级别--是否进行了修改以实现此目的(除了明确地指定对比度矩阵和命名行之外)?
发布于 2014-04-18 15:12:01
在这种情况下,通过连续变量和范畴变量之间的交互,您可以删除截距,并将连续变量与交互放在一起,这样只能得到输出中每个组的截距和斜率,而不是一个参考组和与参考组的差异。这是你想要的吗?
使用来自nlme的正畸数据的示例
# Your original coding (treatment contrasts by default)
fit1 = lme(distance ~ Sex*age, data = Orthodont, random = ~ 1)
# Coding to get group intercepts and slopes in output
fit2 = lme(distance ~ Sex + Sex:age - 1, data = Orthodont, random = ~ 1)如果您只想要截取,就可以删除拦截,并保留模型中当前的所有内容。
fit3 = lme(distance ~ Sex*age - 1, data = Orthodont, random = ~ 1)https://stackoverflow.com/questions/23151754
复制相似问题