我同时尝试理解 R 的 Predict() 函数和“effects”包effect() 函数。本质上,我正在运行回归来测试 DV 上两个二分 IV 的相互作用,同时控制两个连续协变量。在我的实际数据集中,交互作用很重要,所以现在我想绘制交互作用。因为我的模型中有协变量,所以我应该在控制这些其他变量(即 SPSS 中的估计边际均值)后绘制均值。我之前没有在 R 中这样做过,在搜索时我希望我应该能够使用effect() 或predict() 函数获得绘图所需的值。因此,我尝试在随机生成的数据集上对每个数据集进行操作:
> set.seed(100)
> test <- data.frame(iv1 = factor(round(rnorm(200, mean=.5, sd=.25), 0), levels=c(0,1), labels=c("A","B")), iv2 = factor(round(rnorm(200, mean=.5, sd=.25), 0), levels=c(0,1), labels=c("C","D")), cv1 = rnorm(200, mean=4, sd=1), cv2 = rnorm(200, mean=3, sd=1), dv = rnorm(200, mean=5, sd=1))
> mod <- lm(dv ~ cv1 + cv2 + iv1*iv2, data = test)
> new <- with(test, expand.grid(iv1 = levels(iv1), iv2 = levels(iv2), cv1 = mean(cv1), cv2 = mean(cv2)))
> test$pv <- predict(mod, newdata = new)
> tapply(test$pv, list(test$iv1, test$iv2), mean)
C D
A 5.076842 5.086218
B 5.025614 5.065399
> effect("iv1:iv2", mod)
iv1*iv2 effect
iv2
iv1 C D
A 5.019391 5.167275
B 5.216955 4.855195
因为我得到了不同的结果,所以我将数据导出到 SPSS 并运行方差分析来做同样的事情,并查看估计的边际均值 (EMMEANS)。这些与 R 中的effect()给出的结果相同。
SPSS 语法:
DATASET ACTIVATE DataSet1.
RECODE iv1 iv2 ('A'=-1) ('B'=1) ('C'=-1) ('D'=1) INTO iv1_recode iv2_recode.
EXECUTE.
UNIANOVA dv BY iv1_recode iv2_recode WITH cv1 cv2
/METHOD=SSTYPE(3)
/INTERCEPT=INCLUDE
/EMMEANS=TABLES(OVERALL) WITH(cv1=MEAN cv2=MEAN)
/EMMEANS=TABLES(iv1_recode) WITH(cv1=MEAN cv2=MEAN)
/EMMEANS=TABLES(iv2_recode) WITH(cv1=MEAN cv2=MEAN)
/EMMEANS=TABLES(iv1_recode*iv2_recode) WITH(cv1=MEAN cv2=MEAN)
/PRINT=DESCRIPTIVE
/CRITERIA=ALPHA(.05)
/DESIGN=cv1 cv2 iv1_recode iv2_recode iv1_recode*iv2_recode.
作为检查,EMMEANS 的 SPSS 输出显示:“模型中出现的协变量按以下值进行评估:cv1 = 3.996208827095569,cv2 = 3.052881951477868。”这些与我在预测中使用的协变量的值相同:
> new
iv1 iv2 cv1 cv2
1 A C 3.996209 3.052882
2 B C 3.996209 3.052882
3 A D 3.996209 3.052882
4 B D 3.996209 3.052882
那么我不明白什么?或者我在这里做了一些愚蠢的事情(一种明显的可能性)?这可能是因为我不明白估计的边际平均值是什么。
非常感谢任何帮助!
最佳答案
因此,对于获取模型本身的结果以及将模型应用于观察到的数据,似乎存在一些困惑。这里出现了一个大问题
test$pv <- predict(mod, newdata = new)
在这里,new
有 4 行,所以 predict(mod, newdata = new)
有值(value)观。运行就可以得到
predict(mod, newdata = new)
# 1 2 3 4
# 5.019391 5.216955 5.167275 4.855195
并注意这些值如何与 effect()
的结果匹配.
当您将它们分配给 test$pv
时,长度为 4 的向量被回收,因此它最终沿着 test
重复 50 次数据框。和test
实际上包含您观察到的数据,因此将模型的理论预测和观察到的数据混合起来并不是一个好主意。如果您确实想要每个观测值的“真实”预测值,那么 test$pv<-predict(mod)
将是正确的选择。然而,总和超过 test
,这又是观测值`,其中
tapply(test$pv, list(test$iv1, test$iv2), mean)
将使用 cv1
的值和cv2
这是实际观察到的,而不仅仅是协变量的总体平均值。
我们已经看到 effect()
使用协变量的平均值,但您也可以使用显式设置值
effect("iv1:iv2", mod, given.values=c(cv1=3.996209, cv2=3.052882))
如果你愿意的话。
关于r - 效果与预测函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24897789/