Como examinar as interações entre fator e covariável em um modelo de efeitos mistos?


8

Eu tenho 2 fatores Ae B(5 × 3) e uma covariável Xem um design de assunto interno. Veja como eu especifico meu modelo geral:

lme.out = lme(y~ A*B*X, random=~1|Subject, data=mydata)

Minha interpretação é que estou olhando para um gráfico y~x, onde a inclinação muda devido à covariável e a linha muda para cima ou para baixo com base nos diferentes níveis de Ae B(mudanças nas interceptações).

O que eu quero descobrir é: se eu fosse consertar um fator A(pegar qualquer um dos níveis) e depois olhar as linhas ( y~x), qual é o efeito B? Os níveis de Bdeslocamento da linha para cima ou para baixo (intercepta) ou altera a inclinação da linha ( X).

Devo estar executando algum tipo de análise de contrastes? Mas não tenho certeza de como os contrastes funcionam entre fatores e covariáveis.

Uma maneira que eu poderia pensar é levar os subconjuntos de dados correspondentes a diferentes níveis de A e criar modelos, tais como: lme(y~ B+X, random=~1|Subject, data=mydata[which(mydata$A = A1,]). Dessa forma, eu poderia comparar as interceptações e inclinações resultantes nesses modelos.

Alguém pode me dizer se o que estou fazendo faz sentido? Sugestões de qualquer tipo seriam muito apreciadas!


2
Você só quer fazer gráficos para observar esses relacionamentos? Eu acho que é uma boa ideia. Você pode fazê-lo com latticeou ggplotou basear os gráficos, Rdependendo do que você se sentir mais confortável.
— Peter Flom

Obrigado Peter. Eu olhei para os gráficos. Como tenho hipóteses sobre como elas se comportariam, espero poder analisá-las formalmente.
— Wynn

2
Esteja ciente de que "minha interpretação é que estou visualizando um gráfico y ~ x, onde a inclinação muda devido à covariável e a linha muda para cima ou para baixo com base nos diferentes níveis de A e B (alterações nas interceptações)". é um pouco: da maneira como seus efeitos fixos são configurados (A B X), você está estimando um intercepto diferente E INCLINAÇÃO EM X para cada combinação dos níveis de A e B.
— fabians

Respostas:


1

Para visualizar os termos de interação, você pode consultar o pacote sjPlot ( veja exemplos aqui ).

Sua chamada de função seria

sjp.int(fit, type ="eff")

Não tenho certeza, no entanto, se isso atende às suas necessidades?


0

Pessoalmente, acho que se você deseja examinar a verdadeira relação entre Y e os fatores em seu modelo após controlar X, deve observar os meios ajustados ajustados, em vez de brutos, calculados a partir do seu modelo favorito. Para os propósitos, existem pacotes R, como o lsmeans, que são bastante úteis e fáceis de usar!


Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.