先解决MS不正确的问题。 因为不平衡设计而采用 Type III SS 时， 必须将类别变数转换成正交的虚拟变数。 不过，R 内建的虚拟变数转换方式是 simple contrast （在 R 中称为 contr.treatment）， 而 simple contrast 并不是正交的。 R 有内建其它常用的正交转换方式， 包括 contr.sum 和 contr.helmert。 回到例子，正确的方式是。 contrasts(A) <- contr.sum # 更变虚拟变数 contrasts(B) <- contr.sum m <- aov(Y~A*B) library(car) Anova(m, type=3) # Type III SS 即可得到正确的 MS。 至於如何设立随机因子就先不谈，还蛮复杂的。 ※ 引述《DrRd (就这样吧)》之铭言： : [问题类型]: : 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来) : [软体熟悉度]: : 新手(没写过程式，R 是我的第一次) : [问题叙述]: : 要进行type III的变异数分析 : 共有A、B两个因子，其中A是固定效果，B是随机效果 : 网路上有看到可以用car里面的Anova(,type=3) : 但它没有让我指定何者为固定何者为随机 : 算出来的结果也不正确 : 请问除了手算之外，有其他的套件可以算吗？ : [程式范例]: : aov.result = aov(Y~A*B) : summary(aov.result) : Df Sum Sq Mean Sq F value Pr(>F) : A 2 222.6 111.30 5.532 0.00711 ** : B 1 0.1 0.14 0.007 0.93447 : A:B 2 76.4 38.18 1.898 0.16169 : Residuals 45 905.4 20.12 : --- : Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 : 用aov得到的结果A效果的F值是除上Residuals得到的 : 但是因为B是随机效果，所以A的F值应该是要除以A:B : 目前我是都用手算来得到A效果的真正的F值 : 我在网路上看到说可以用car:::Anova : 所以我改用 : >library(car) : >Anova(aov.result,type=3) : Anova Table (Type III tests) : Response: Y : Sum Sq Df F value Pr(>F) : (Intercept) 544.44 1 27.0598 4.683e-06 *** : A 22.03 2 0.5475 0.5822 : B 47.45 1 2.3584 0.1316 : A:B 76.37 2 1.8979 0.1617 : Residuals 905.40 45 : --- : Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 : 改用这个之後Sum Sq都变了 : 也许是因为不等格的关系？ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 122.117.37.172 ※ 编辑: andrew43 来自: 122.117.37.172 (05/06 04:13)