2017-05-04 63 views
0

我目前正在研究不同性狀對蝸牛殼體積的影響。 我有一個數據框,其中每行代表一個給定的個人,並有幾個列及其所有屬性(長度,殼體積,性別,感染)。ANCOVA中含2個因子的不同組的平均值R

我做了ANCOVA:mod=aov(log(volume) ~ infection*sex*log(length))。 我得到這個:

  Df Sum Sq Mean Sq F value Pr(>F)  
    inf     1 4.896 4.896 258.126 <2e-16 *** 
    sex     1 3.653 3.653 192.564 <2e-16 *** 
    log(length)   1 14.556 14.556 767.335 <2e-16 *** 
    inf:sex    1 0.028 0.028 1.472 0.227  
    inf:log(length)  1 0.020 0.020 1.064 0.304  
    sex:log(length)  1 0.001 0.001 0.076 0.783  
    inf:sex:log(length) 1 0.010 0.010 0.522 0.471  
    Residuals   174 3.301 0.019     

性別,感染和長度,但沒有交互項所以顯著影響。

由於沒有相互作用,我想知道,對於給定的性別,log(volume) = f(log(length))的攔截是否對感染個體或未感染個體更大。
我試圖用summary.lm(mod),這給了我這樣的:

     Estimate Std. Error t value Pr(>|t|)  
(Intercept)    -0.42806 0.15429 -2.774 0.00613 ** 
infmic     -0.54963 0.40895 -1.344 0.18070  
sexM     -0.11542 0.35508 -0.325 0.74554  
log(length)    2.41915 0.11144 21.709 < 2e-16 *** 
infmic:sexM    0.52459 0.63956 0.820 0.41320  
infmic:log(length)  0.43215 0.33717 1.282 0.20166  
sexM:log(length)   0.04207 0.28113 0.150 0.88122  
infmic:sexM:log(length) -0.38222 0.52920 -0.722 0.47110  
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 0.1377 on 174 degrees of freedom 
Multiple R-squared: 0.8753, Adjusted R-squared: 0.8703 
F-statistic: 174.5 on 7 and 174 DF, p-value: < 2.2e-16 

但我有麻煩解釋的結果,仍然沒有看到如何締結。 我也有「很少」其他問題:

爲什麼lm輸出中沒有性別和感染? 我知道這裏不重要,但是如何解釋關於交互條件的線?

我認爲是有限的:sexM代表受感染男性與未感染女性相比,log(體積)= f(log(長度))斜率的變化。那麼,這將是無限的:長度是感染女性和未感染女性之間的斜率變化?性別M:未感染的男性和未感染的女性之間的變化的長度?這是真的? 三重互動術語代表什麼?

非常感謝!

+0

你能告訴我們你的數據是什麼樣子或進行重複的例子? –

回答

0

編輯:我找到了答案的一部分。我們將數據分成4組(F-NI,FI,M-NI,MI),然後查找每個這些數據的迴歸線日誌(體積)= f(log(長度))的等式組。在這裏,係數是由函數給出的那些summary.lm(mod)

的公式爲:

  • 對於非感染的女性:log(volume) = (Intercept) + log(length)
  • 對於女性感染者:log(volume) = (Intercept) + infmic + log(length) + infmic:log(length)
  • 對於非感染的男性: log(volume) = (Intercept) + sexM + log(length) + sexM:log(length)
  • 對於感染的男性:log(volume) = (Intercept) + infmic + sexM + infmic:sexM + log(length) + infmic:log(length) + sexM:log(length) + infmic:sexM:log(length)

對於每個等式,斜率是以log(length)開頭的部分,截距是之前的部分。

對於你們中的一些人來說,這可能是顯而易見的,但我真的不明白每個係數首先代表什麼,所以我更願意把它放在這裏!

愛麗絲