构建完整模型方差分析的数据框答案

【问题标题】：Structuring dataframe for full model ANOVA构建完整模型方差分析的数据框
【发布时间】：2015-11-09 01:53:41
【问题描述】：

我想测试以下数据帧的主要影响、双向交互和三向交互的重要性——具体来说，

主要影响 = 自我监控（高 vs. 低）、论据（强 vs. 弱）、来源（有吸引力 vs. 专家）

双向交互 = 自我监控器论证、自我监控器来源、论证*来源

三向互动 = 自我监控论据来源

这是代码：

data<-data.frame(Monitor=c(rep("High.Self.Monitors", 24),rep("Low.Self.Monitors", 24)),
                 Argument=c(rep("Strong", 12), rep("Weak", 12), rep("Strong", 12), rep("Weak", 12)),
                 Expert.Source=c(4,3,4,5,2,5,4,6,3,4,5,4,3,5,3,2,6,4,4,3,5,3,2,3,3,5,5,4,3,2,1,5,3,4,3,4,5,6,4,7,6,7,5,6,4,6,7,5),
             Attractive.Source=c(4,4,2,3,5,3,2,3,4,3,2,4,5,5,7,5,6,4,3,5,6,7,7,6,5,4,3,2,4,6,2,4,4,3,4,3,6,4,4,2,4,5,4,3,4,2,3,4))
data$Monitor<-as.factor(data$Monitor)
data$Argument<-as.factor(data$Argument)

我可以做双向交互和主效果，但是我不能做三向交互，如下图：

anova(lm(Expert.Source ~ Monitor+Argument+Monitor*Argument, data))
anova(lm(Attractive.Source ~ Monitor+Argument+Monitor*Argument, data))

我推测这可以通过数据框的简单结构或我不知道的 R 包来解决。

【问题讨论】：

标签： r anova

【解决方案1】：

我不完全确定您遇到了什么错误。我附上了我使用的代码和我得到的结果。我能够使用三向交互。对于较大的数据仅供参考，这要困难得多。一些额外的信息/错误将帮助我们找到答案。

data<-data.frame(Monitor=c(rep("High.Self.Monitors", 24),rep("Low.Self.Monitors", 24)),
             Argument=c(rep("Strong", 12), rep("Weak", 12), rep("Strong", 12), rep("Weak", 12)),
             Expert.Source=c(4,3,4,5,2,5,4,6,3,4,5,4,3,5,3,2,6,4,4,3,5,3,2,3,3,5,5,4,3,2,1,5,3,4,3,4,5,6,4,7,6,7,5,6,4,6,7,5),
             Attractive.Source=c(4,4,2,3,5,3,2,3,4,3,2,4,5,5,7,5,6,4,3,5,6,7,7,6,5,4,3,2,4,6,2,4,4,3,4,3,6,4,4,2,4,5,4,3,4,2,3,4))

data$Monitor<-as.factor(data$Monitor)
data$Argument<-as.factor(data$Argument)

anova(lm(Expert.Source ~ Monitor+Argument+Monitor*Argument, data))
anova(lm(Attractive.Source ~ Monitor+Argument+Monitor*Argument*Expert.Source, data))




                  Df Sum Sq Mean Sq F value
Monitor                         1  5.333  5.3333  4.3392
Argument                        1 16.333 16.3333 13.2888
Expert.Source                   1 15.227 15.2269 12.3886
Monitor:Argument                1  4.152  4.1516  3.3778
Monitor:Expert.Source           1  0.230  0.2301  0.1872
Argument:Expert.Source          1  0.023  0.0234  0.0191
Monitor:Argument:Expert.Source  1  1.454  1.4538  1.1828
Residuals                      40 49.164  1.2291

【讨论】：