我正在尝试重新排序一个简单的lm/aov中的因子,这样我就可以改变截距。
我尝试过各种函数来重新排序,但lm总是默认使用相同的截距(最重要的)。为了给出上下文,在3个处理下生长的植物,高,中和低营养
growth1<-aov(log(size)~treat,DF) 我已经尝试过relevel()
relevel(DF$treat, ref = "Low")创建排序为false的DF
DF$treat <- factor( DF$treat , ordered = FALSE )重新排列
arrange(DF,desc(treat))最后创建一个全新的.csv
但是,无论顺序如何,高处理始终是截取。我想看看相对于低营养素的治疗效果。我知道我可以用Tukey做post hoc来获得交互,但我对只使用lm比较感兴趣。显然,这与lm/aov有关(我两者都做过了)。想知道有没有人能帮我指出我在这里遗漏了什么?我知道,很明显有一些非常基本的东西……
发布于 2020-07-14 19:06:26
relevel是你的朋友。
lm(Sepal.Length ~ Petal.Width + relevel(Species, ref="virginica"), iris)
# Call:
# lm(formula = Sepal.Length ~ Petal.Width + relevel(Species, ref = "virginica"),
# data = iris)
#
# Coefficients:
# (Intercept) Petal.Width
# 4.73036 0.91690
# relevel(Species, ref = "virginica")setosa relevel(Species, ref = "virginica")versicolor
# 0.05009 -0.01017
aov(Sepal.Length ~ Petal.Width + relevel(Species, ref="virginica"), iris)
# Call:
# aov(formula = Sepal.Length ~ Petal.Width + relevel(Species, ref = "virginica"),
# data = iris)
#
# Terms:
# Petal.Width relevel(Species, ref = "virginica") Residuals
# Sum of Squares 68.35344 0.03460 33.78029
# Deg. of Freedom 1 2 146
#
# Residual standard error: 0.4810113
# Estimated effects may be unbalanced当然,您也可以预先使用它来获得更干净的输出。
iris <- transform(iris, Species.r=relevel(Species, ref="virginica"))https://stackoverflow.com/questions/62893574
复制相似问题