คำถามหลักของฉันคือวิธีการตีความเอาท์พุท (ค่าสัมประสิทธิ์ F, P) เมื่อดำเนินการวิเคราะห์ความแปรปรวนแบบที่ 1 (เรียงลำดับ)?
ปัญหาการวิจัยเฉพาะของฉันซับซ้อนกว่าเล็กน้อยดังนั้นฉันจะแบ่งตัวอย่างเป็นส่วน ๆ ก่อนอื่นถ้าฉันสนใจผลของความหนาแน่นของแมงมุม (X1) ต่อการเจริญเติบโตของพืช (Y1) และฉันปลูกต้นกล้าในเปลือกและความหนาแน่นของแมงมุมที่จัดการแล้วฉันสามารถวิเคราะห์ข้อมูลด้วยการวิเคราะห์ความแปรปรวนแบบง่ายหรือเชิงเส้น ถ้าเช่นนั้นฉันจะใช้ Type I, II หรือ III Sum of Squares (SS) สำหรับ ANOVA ของฉัน ในกรณีของฉันฉันมี 4 ซ้ำของ 5 ระดับความหนาแน่นดังนั้นฉันสามารถใช้ความหนาแน่นเป็นปัจจัยหรือเป็นตัวแปรต่อเนื่อง ในกรณีนี้ฉันชอบที่จะตีความว่ามันเป็นตัวแปรอิสระ (ทำนาย) อย่างต่อเนื่อง ใน RI อาจเรียกใช้สิ่งต่อไปนี้:
lm1 <- lm(y1 ~ density, data = Ena)
summary(lm1)
anova(lm1)
การใช้งานฟังก์ชั่น anova จะช่วยให้การเปรียบเทียบในภายหลังหวังว่าดังนั้นโปรดเพิกเฉยต่อความแปลกของมันที่นี่ ผลลัพธ์คือ:
Response: y1
Df Sum Sq Mean Sq F value Pr(>F)
density 1 0.48357 0.48357 3.4279 0.08058 .
Residuals 18 2.53920 0.14107
ทีนี้สมมติว่าฉันสงสัยว่าระดับเริ่มต้นของไนโตรเจนอนินทรีย์ในดินซึ่งฉันไม่สามารถควบคุมได้อาจส่งผลต่อการเจริญเติบโตของพืชเช่นกัน ฉันไม่ได้สนใจผลกระทบนี้เป็นพิเศษ แต่ต้องการที่จะอธิบายถึงรูปแบบที่เกิดขึ้น จริงๆแล้วความสนใจหลักของฉันอยู่ที่ผลของความหนาแน่นของแมงมุม (สมมติฐาน: ความหนาแน่นของแมงมุมที่เพิ่มขึ้นทำให้เกิดการเติบโตของพืชเพิ่มขึ้น - น่าจะมาจากการลดแมลงที่กินพืชเป็นอาหาร แต่ฉันทดสอบเฉพาะผลไม่ใช่กลไก) ฉันสามารถเพิ่มผลของอนินทรีย์ N ในการวิเคราะห์ของฉัน
เพื่อประโยชน์ของคำถามของฉันลองทำเป็นว่าฉันทดสอบความหนาแน่นของการโต้ตอบ * อนินทรีย์และมันไม่สำคัญดังนั้นฉันจึงลบออกจากการวิเคราะห์และรันเอฟเฟกต์หลักต่อไปนี้:
> lm2 <- lm(y1 ~ density + inorganicN, data = Ena)
> anova(lm2)
Analysis of Variance Table
Response: y1
Df Sum Sq Mean Sq F value Pr(>F)
density 1 0.48357 0.48357 3.4113 0.08223 .
inorganicN 1 0.12936 0.12936 0.9126 0.35282
Residuals 17 2.40983 0.14175
ตอนนี้มันสร้างความแตกต่างไม่ว่าฉันจะใช้ Type I หรือ Type II SS (ฉันรู้ว่าบางคนคัดค้านข้อกำหนด Type I & II ฯลฯ แต่ได้รับความนิยมของ SAS มันเป็นทางลัดที่ง่าย) R anova {stats} ใช้ Type I เป็นค่าเริ่มต้น ฉันสามารถคำนวณ Type II SS, F และ P สำหรับความหนาแน่นโดยการกลับคำสั่งของเอฟเฟกต์หลักของฉันหรือฉันสามารถใช้แพ็คเกจ "car" ของ Dr. John Fox (คู่หูกับการถดถอยแบบประยุกต์) ฉันชอบวิธีหลังเนื่องจากง่ายกว่าสำหรับปัญหาที่ซับซ้อนมากขึ้น
library(car)
Anova(lm2)
Sum Sq Df F value Pr(>F)
density 0.58425 1 4.1216 0.05829 .
inorganicN 0.12936 1 0.9126 0.35282
Residuals 2.40983 17
ความเข้าใจของฉันคือสมมุติฐานประเภท II นั้นน่าจะเป็น "ไม่มีผลเชิงเส้นตรงของ x1 ต่อ y1 เนื่องจากผลของ (ถือค่าคงที่?) x2" และเหมือนกันสำหรับ x2 ที่ให้ x1 ฉันเดาว่านี่เป็นที่ที่ฉันสับสน สมมติฐานที่ทดสอบโดย ANOVA ใช้วิธี Type I (sequential) เหนือกว่าสมมติฐานที่ใช้วิธี type II อย่างไร
ในความเป็นจริงข้อมูลของฉันมีความซับซ้อนมากกว่านี้เล็กน้อยเพราะฉันวัดการวัดของการเจริญเติบโตของพืชรวมถึงการเปลี่ยนแปลงของธาตุอาหารและการสลายตัวของเศษซากพืช การวิเคราะห์ที่แท้จริงของฉันเป็นสิ่งที่ชอบ:
Y <- cbind(y1 + y2 + y3 + y4 + y5)
# Type II
mlm1 <- lm(Y ~ density + nitrate + Npred, data = Ena)
Manova(mlm1)
Type II MANOVA Tests: Pillai test statistic
Df test stat approx F num Df den Df Pr(>F)
density 1 0.34397 1 5 12 0.34269
nitrate 1 0.99994 40337 5 12 < 2e-16 ***
Npred 1 0.65582 5 5 12 0.01445 *
# Type I
maov1 <- manova(Y ~ density + nitrate + Npred, data = Ena)
summary(maov1)
Df Pillai approx F num Df den Df Pr(>F)
density 1 0.99950 4762 5 12 < 2e-16 ***
nitrate 1 0.99995 46248 5 12 < 2e-16 ***
Npred 1 0.65582 5 5 12 0.01445 *
Residuals 16