感謝回應 不過我試了一下 > contrasts(A) = contr.treatment > contrasts(A) # 40W、50W、60W是level的名稱，請不要管它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 我以為正交是兩個向量的內積為0，但上面看起來 只有contr.treatment的是正交啊？ ※ 引述《andrew43 (apan)》之銘言： : 先解決MS不正確的問題。 : 因為不平衡設計而採用 Type III SS 時， : 必須將類別變數轉換成正交的虛擬變數。 : 不過，R 內建的虛擬變數轉換方式是 simple contrast : （在 R 中稱為 contr.treatment）， : 而 simple contrast 並不是正交的。 : R 有內建其它常用的正交轉換方式， : 包括 contr.sum 和 contr.helmert。 : 回到例子，正確的方式是。 : contrasts(A) <- contr.sum # 更變虛擬變數 : contrasts(B) <- contr.sum : m <- aov(Y~A*B) : library(car) : Anova(m, type=3) # Type III SS : 即可得到正確的 MS。 : 至於如何設立隨機因子就先不談，還蠻複雜的。 : ※ 引述《DrRd (就這樣吧)》之銘言： : : [問題類型]: : : 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來) : : [軟體熟悉度]: : : 新手(沒寫過程式，R 是我的第一次) : : [問題敘述]: : : 要進行type III的變異數分析 : : 共有A、B兩個因子，其中A是固定效果，B是隨機效果 : : 網路上有看到可以用car裡面的Anova(,type=3) : : 但它沒有讓我指定何者為固定何者為隨機 : : 算出來的結果也不正確 : : 請問除了手算之外，有其他的套件可以算嗎？ : : [程式範例]: : : 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得到的結果A效果的F值是除上Residuals得到的 : : 但是因為B是隨機效果，所以A的F值應該是要除以A:B : : 目前我是都用手算來得到A效果的真正的F值 : : 我在網路上看到說可以用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 : : 改用這個之後Sum Sq都變了 : : 也許是因為不等格的關係？ --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.4.187