在进行方差分析时“对比只适用于因素”误差

Question

我有一个数据框架，如下所示：

goal  behavior  dv1  dv2  dv3
1     1         4    2    6
1     5         3    5    1
1     7         2    4    2
5     1         5    2    7
5     5         2    1    3
5     7         2    1    2
7     1         4    5    7
7     5         2    1    4
7     7         3    2    5

正如您所看到的，有9个条件(目标x3为行为的可能性)。在实际数据集中，9个条件中的每一个条件都有大约25-30个参与者。在这个示例中，我试图对因变量(dv1、dv2和dv3)运行双向的goal，以查看goal和behavior之间是否存在交互。

我已经尝试运行以下代码。dv是一个只包含dv1、dv2、dv3列的矩阵。df是上面的整个数据框架。

output <- lm(as.matrix(dv) ~ goal * behavior, data = df,
         contrasts = list(goal = contr.sum, behavior = contr.sum))
summary(aov(output))

当我尝试创建对象output时，我会得到以下错误：

contrasts<-中的错误(*tmp*，value = contrasts.arg[nn])： 对比只适用于因素

我看过这个问题，但仍然无法解决我的问题。当我运行下面的代码时，我被告知我的变量中没有一个被认为是因素。我不知道为什么这是当“目标”和“行为”都有三个层次的变化。

factor <- sapply((df), function(x) is.factor(x))

我在这里看到的其他问题都是针对

对比只适用于两个或两个以上水平的因素。

这与我收到的错误消息不同。我该怎么做才能让它正常运行？

Answer 1

“因子”在R中有一个特定的含义(例如，参见这一页来自加州大学伯克利分校)；它们不仅是任何变化的变量，而且是编码的变量，以便R知道它应该把它们作为绝对预测器来处理。

在你的情况下

df <- transform(df, goal=factor(goal), behavior=factor(behavior))

如果工作正常(factor()和as.factor()大致相同，请使用任何您喜欢的)。注释(df <- df %>% transmute_all(as.factor))的建议稍微紧凑一些，但(1)取决于包的"tidyverse“套件(您可能不喜欢)，(2)将数据帧中的所有变量更改为因式(同上)。