Tengo 2 factores A
y B
(5 × 3) y una covariable X
en un diseño dentro de la asignatura. Así es como especifico mi modelo general:
lme.out = lme(y~ A*B*X, random=~1|Subject, data=mydata)
Mi interpretación es que estoy mirando un gráfico y~x
, donde la pendiente cambia debido a la covariable, y la línea se mueve hacia arriba o hacia abajo en función de los diferentes niveles de A
y B
(cambios en las intersecciones).
Lo que quiero descubrir es: si tuviera que corregir el factor A
(tomar cualquiera de los niveles), luego mirando las líneas ( y~x
), ¿de qué se trata B
? ¿Los niveles de B
desplazamiento desplazan la línea hacia arriba o hacia abajo (intercepta) o altera la pendiente de la línea ( X
)?
¿Debo ejecutar algún tipo de análisis de contrastes? Pero no estoy seguro de cómo funcionan los contrastes entre factores y covariables.
Una forma de lo que podía pensar es tomar los subconjuntos de datos correspondientes a diferentes niveles de A y crear modelos tales como: lme(y~ B+X, random=~1|Subject, data=mydata[which(mydata$A = A1,])
. De esta manera, podría comparar las intersecciones y pendientes resultantes en estos modelos.
¿Alguien puede decirme si lo que estoy haciendo tiene sentido? ¡Sugerencias de cualquier tipo serían muy apreciadas!
lattice
o conggplot
gráficos básicosR
según lo que le resulte más cómodo.