¿Cómo examinar las interacciones entre factor y covariable en un modelo de efectos mixtos?


8

Tengo 2 factores Ay B(5 × 3) y una covariable Xen 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 Ay 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 Bdesplazamiento 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!


2
¿Solo quieres hacer gráficos para observar estas relaciones? Creo que es una buena idea. Puede hacerlo con latticeo con ggplotgráficos básicos Rsegún lo que le resulte más cómodo.
Peter Flom

Gracias Peter Miré los gráficos. Como tengo hipótesis sobre cómo se comportarían, espero poder analizarlas formalmente.
Wynn

2
Tenga en cuenta que "Mi interpretación es que estoy viendo 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)". es un poco de: la forma en que se configuran sus efectos fijos (A B X), está estimando una intercepción diferente Y PENDIENTE EN X para cada combinación de los niveles de A y B.
fabianos

Respuestas:



0

Personalmente, creo que si desea examinar la verdadera relación entre Y y los factores en su modelo después de controlar por X, debería mirar los medios ajustados graficados en lugar de los medios brutos calculados a partir de su modelo favorito. A los efectos, hay paquetes R como lsmeans que son bastante prácticos y fáciles de usar.


Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.