感谢回应 不过我试了一下 > contrasts(A) = contr.treatment > contrasts(A) # 40W、50W、60W是level的名称，请不要管它XD 2 3 40W 0 0 50W 1 0 60W 0 1 > contrasts(A) = contr.helmert > contrasts(A) [,1] [,2] 40W -1 -1 50W 1 -1 60W 0 2 > contrasts(A) = contr.sum > contrasts(A) [,1] [,2] 40W 1 0 50W 0 1 60W -1 -1 我以为正交是两个向量的内积为0，但上面看起来 只有contr.treatment的是正交啊？ ※ 引述《andrew43 (apan)》之铭言： : 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 : : 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: 140.112.4.187