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.